gnu shell 命令中基于模式的文件名过滤

Question

假设我有一个包含这些文件的 active/ 目录

active/
foo.bar.abc
foo.bar.xyz
foo.bat.abc

archive/
foo.bat.xyz

我想编写一个命令以仅输出 active/ 中的唯一文件名（基于中间项的唯一性）并且与 archive/ 中已有的任何文件都不匹配（再次基于该中间项）。

示例输出：

foo.bar.abc

解释：输出foo.bar.abc 或foo.bar.xyz 都没有关系。不是foo.bat.abc，因为foo.bat.xyz 存在于archive/ 中

我找到了this 来帮助识别基于模式的唯一值，但我不知道如何将它与存档中不匹配的附加子句结合起来/

Answer 1

这里其实不需要awk，你可以用简单的grep/sed和sort来做：

(ls ./archive | sed 's/^/1 /'; ls ./active | sed 's/^/2 /') | \
  sort --field-separator="." --key="2,2" --uniq --stable | \
  grep '^2 ' | sed 's/^2 //'

说明：

首先列出两个目录并标记哪些行来自哪个目录。然后将两个列表按中间部分排序。选项--field-separator="." 将所有行拆分为点上的字段，选项--key="2,2" 告诉按中间字段排序，即按点之间的部分。我们使用稳定的排序来确保存档中的行是第一个，并告诉 sort 只打印所有重复行的第一个匹配项。

最后，我们只过滤我们用2 标记的行，即来自./active 的行。

示例：

active/
  foo.aaa.xxx
  foo.bar.abc
  foo.bar.xyz
  foo.bat.abc
  zoo.aaa.xxx
  zoo.bbb.aaa


archive/
  aaa.bbb.zoo
  foo.bat.xyz

Result:
  foo.aaa.xxx
  foo.bar.abc

Answer 2

再次尝试使用GNU grep、awk 和GNU findutils

$ grep -Fxvf <(find active/ -type f -printf '%P\n' | awk -F'.' '!seen[$2]++') <(find archive/ -type f -printf '%P\n' | awk -F'.' '!seen[$2]++')
foo.bar.xyz

我使用process-substitution <() 运行find/awk 命令并将其传递给grep 以查找差异。

find 命令列出指定目录中的文件，每行一个条目，awk 通过保留不与2nd 单词重复的文件来过滤列表。对于awk，分隔符为. !seen[$2]++ 仅在之前未见过的情况下通过在数组中散列它来打印唯一行。

请记住find 中的-printf '%P 是不 POSIX 兼容的，并且可以与GNU findutils 一起使用。建议升级到它以使其正常工作。

其他可能的解决方案，逻辑类似，comm 和join，GNU coreutils 的两个部分如下：-

$ join -v 2 <(find active/ -type f -printf '%P\n' | awk -F'.' '!seen[$2]++') <(find archive/ -type f -printf '%P\n' | awk -F'.' '!seen[$2]++')
foo.bar.xyz

另一个comm

$ comm -13 <(find active/ -type f -printf '%P\n' | awk -F'.' '!seen[$2]++') <(find archive/ -type f -printf '%P\n' | awk -F'.' '!seen[$2]++')
foo.bar.xyz