如何在linux终端上只打印txt文件？

Question

在我的Linux目录中，我有6个文件。 5个文件是txt文件，1个文件是.tar.gz类型文件。 如何只在终端上打印txt文件的名称？

directory :dir
content:
ex1, ex2, ex3, ex4, ex5, ex6.tar.gz

Answer 1

命令'file'，后跟文件名，将返回文件的类型。

您可以遍历目录中的文件，使用每个文件名作为'file'命令的输入，如果是文本文件，则打印该文件名。

以下包括来自file命令的一些额外输出，我不知道如何删除，但它确实为您提供了所需的文件名：

#!/bin/bash
for f in *
do
  file $f | grep text
done

您可以将其放入要从中获取文件名的目录中的shell脚本，然后从命令行运行它。

Answer 2

因为你没有文件扩展名（.txt），我会尝试排除。

ls | grep -v tar.gz

如果您有多种类型，请使用扩展名。

Answer 3

更新的答案

正如@ hek2mgl在评论中指出的，一个更强大的解决方案是使用nul字符（可能不会出现在文件名中）来分隔文件名，这将处理包含换行符和冒号的文件名：

file -0 * | awk -F'\0' '$2 ~ /text/{print $1}'

原始答案

我会这样做：

file * | awk -F: '$2~/text/{print $1}'

运行file以查看每个文件的类型，并将名称和类型传递awk冒号分隔的awk 。 awk然后在第二个字段中查找单词text ，如果找到它，则打印第一个字段 - 即文件名。

尝试单独运行以下更简单的命令，看看它是如何工作的：

file *

Answer 4

使用file命令的建议是正确的。 这里的问题是解析这个命令的输出，因为（1）文件名可以包含任何字符，（2） file命令的具体输出有点不可预测，因为它取决于所谓的魔术文件是如何当下。

如果我们依赖于file命令输出的说明文本 - 即解释它是什么文件的部分 - 如果它是文本文件总是包含单词text ，并且它从不包含冒号，我们可以处理如下：

输出中的最后一个冒号必须将文件名与说明分开。 一切左侧是文件名，如果字text （注意文本之前前导空格！）在右边出现，我们有一个文本文件。

这仍然让我们看到那些（希望很少见）文件名包含不可打印字符的情况，它们将被翻译成它们的八进制等价物，这可能是也可能不是你想要看到的。 您可以通过将-r选项传递给file命令来抑制此操作 。 如果您希望进一步处理此文件名而不是仅将其显示给用户，这很有用，但它可能会破坏您的解析逻辑，尤其是在文件名包含换行符的情况下。

最后，不要忘记在任何情况下，您都会看到系统认为文本文件的内容。 这不一定与您定义为文本文件的内容相同。

Answer 5

鉴于此文件目录：

$ file *
1.txt:      UTF-8 Unicode (with BOM) text, with CRLF line terminators
2.pdf:      PDF document, version 1.5
3.pdf:      PDF document, version 1.5
4.dat:      data
5.txt:      ASCII text
6.jpg:      JPEG image data, JFIF standard 1.02, aspect ratio, density 100x100, segment length 16, baseline, precision 8, 2833x972, frames 3
7.html:     HTML document text, UTF-8 Unicode text, with very long lines, with no line terminators
8.js:       UTF-8 Unicode text
9.xml:      XML 1.0 document text
A.pl:       a /opt/local/bin/perl script text executable, ASCII text
B.Makefile: makefile script text, ASCII text
C.c:        c program text, ASCII text
D.docx:     Microsoft Word 2007+

您可以看到纯ascii的唯一文件是5.txt，9.xml和AC。 其余的是根据file二进制或UTF。

您可以使用Bash glob循环遍历文件并使用file来测试每个文件。 此保存必须解析file的文件输出，但依赖于file来准确识别您认为是“文本”的内容：

for fn in *; do 
    [ -f "$fn" ] || continue
    fo=$(file "$fn")
    [[ $fo =~ ^"$fn":.*text ]] || continue
    echo "$fn"
done    

如果您不能使用file ，这当然是最简单的方法，您可以打开文件并查找二进制字符。 使用Perl：

for fn in *; do 
    [ -f "$fn" ] || continue
    head -c 2000 "$fn" | perl -lne '$tot+=length; $cnt+=s/[^[:ascii:]]//g; END{exit 1 if($cnt/$tot>0.03);}'
    [ $? -eq 0 ] || continue
    echo "$fn"
done    

在这种情况下，我在文件的前2000个字节中寻找ascii与非ascii的百分比。 YMMV，但允许查找文件，该file将报告为UTF（因为它有二进制BOM），但大部分文件是ascii。

对于该目录，两个Bash脚本报告（我对每个文件的评论）：

1.txt     # UTF file with a binary BOM but no UTF characters -- all ascii
4.dat     # text based configuration file for a router. file does not report this 
5.txt     # Pure ascii file
7.html    # html file
8.js      # Javascript sourcecode  
9.xml     # xml file all text
A.pl      # Perl file
B.Makefile   # Unix make file
C.c       # C source file

由于file不将所有ascii文件4.dat视为文本，因此第一个Bash脚本不报告它，而是由第二个报告。 否则 - 相同的输出。