gnu shell命令中基于模式的文件名过滤

Question

可以说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

我想编写一条命令，仅在active/输出唯一的文件名（基于中间项的唯一性），并且与archive/已经存在的任何文件都不匹配（再次基于该中间术语）。

样本输出：

foo.bar.abc

说明：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/

我发现这可以帮助您根据模式识别唯一值，但是我不知道如何将其与存档/

Answer 1

实际上，这里不需要Awk，您可以使用简单的grep / sed和sort来完成：

(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，并标记来自哪个目录的行。 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dosts上的字段，选项--key="2,2"告诉您按中间字段（即按点之间的部分）排序。 我们使用稳定的排序来确保归档中的行是第一行，并告诉排序仅打印所有重复行的第一匹配项。

最后，我们仅过滤标记为2的行，即./active的行。

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

另一种尝试使用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

我正在使用process-substitution <()运行find / awk命令，并将其传递给grep以查找差异。

当find命令在指定目录上列出文件时，每行一个条目，而awk通过保留不与2nd单词重复的列表来过滤列表。 对于awk ，定界符为. !seen[$2]++仅在以前未见过的情况下才通过将其散列到数组中来仅打印唯一行。

请记住， find的-printf '%P与POSIX 不兼容，并且可以与GNU findutils 。 建议升级到此功能。

其他具有类似逻辑的可能解决方案，其中之一是comm和join ，这两个都是GNU coreutils一部分：-

$ 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

另一个与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