如何使用diff命令在目錄中查找具有相同名稱的文件？

Question

我有兩個目錄，其中包含文件。 目錄A包含帶有編號結尾的照片列表（例如janet1.jpg laura2.jpg），目錄B具有相同的文件，但帶有不同編號的結尾（例如janet41.jpg laura33.jpg）。 在忽略編號結尾的情況下，如何從目錄A和B查找沒有相應文件的文件？ 例如，在目錄A中有一個rachael3，但在目錄B中沒有rachael \\ d。我認為bash中的diff命令有一種處理方法，但是我看不到一種明顯的方法。

Answer 1

我看不到直接使用diff的方法。 在兩個目錄上使用求和工具（ md5 ， sha1等），然后根據第一（求和）列對兩個文件進行排序並比較/比較這些輸出文件可能會更容易。

另外，諸如findimagedupes類的findimagedupes （不像diff或求和檢查那樣簡單的比較）可能是一種更簡單（可能更有用）的解決方案。

Answer 2

似乎您知道您的文件是相同的，如果它們存在並且您確定，每個目錄中只有一種。

因此，要按照此方法diff目錄的內容，只需要獲取文件名的相關部分（“ laura”，“ janet”）。

這可以通過簡單地從ls的輸出中適當地提取適當的部分來完成，如下所示：

ls dir1/ | egrep -o '^[a-A]+'

然后進行比較，假設dir1和dir2 ，您可以使用：

diff <(ls dir1/ | egrep -o '^[a-A]+') <(ls dir2/ | egrep -o '^[a-A]+')

Answer 3

假設文件被簡單地重命名並且在其他方​​面相同，找到丟失的文件的簡單解決方案是使用md5sum （或sha或諸如此類）和uniq ：

#!/bin/bash

md5sum A/*.jpg B/*.jpg >index 
awk '{print $1}' <index | sort >sums # delete dir/file

# list unique files (missing from one directory)
uniq -u sums | while read s; do
    grep "$s" index | sed 's/^[a-z0-9]\{32\}  //'
done

如果文件夾包含重命名的同一文件的多個副本（例如，哈希與一個文件夾中的多個文件匹配），則此操作將失敗，但是可以輕松解決：

#!/bin/bash

md5sum A/*.jpg B/*.jpg > index
sed 's/\/.*//' <index | sort >sums # just delete /file

# list unique files (missing from one directory)
uniq sums | awk '{print $1}' |\
uniq -u | while read s junk; do
    grep "$s" index | sed 's/^[a-z0-9]\{32\}  //'
done