Temukan semua PDF dengan setidaknya tiga karakter dalam namanya

Saya ingin mencari file PDF yang namanya (tidak termasuk ekstensi) lebih besar dari tiga.

$ find ~ -iregex ".{3,}/.pdf"

mengembalikan apa-apa, tetapi

$ find ~ -iregex ".+/.pdf"

bekerja.

Bagaimana saya bisa mengaktifkan {3,}varian?

Dengan anggapan Anda menggunakan GNU find(yang kemungkinan besar adalah Anda, karena -iregexmerupakan ekstensi GNU ke POSIXfind ), -regexdan -iregexdefault untuk ekspresi reguler Emacs, yang tidak dikenali {3,}. Anda perlu menentukan jenis ekspresi reguler yang berbeda menggunakan -regextypeopsi; selain itu, Anda perlu menyesuaikan ekspresi reguler Anda dengan fakta bahwa ekspresi cocok dengan path lengkap:

find ~ -regextype posix-extended -iregex '.*/[^/]{3,}.pdf'

Anda juga harus melarikan diri .sehingga cocok dengan “.” daripada karakter apa pun:

find ~ -regextype posix-extended -iregex '.*/[^/]{3,}\.pdf'

Ekspresi reguler dapat disederhanakan karena kami hanya peduli pada tiga karakter non-“/”:

find ~ -regextype posix-extended -iregex '.*[^/]{3}\.pdf'

Untuk kelengkapan, dengan FreeBSD atau NetBSD find(implementasi lain yang mendukung -iregex, bukan milik Anda meskipun .+tidak akan bekerja di sana tanpanya -E), Anda akan menulis:

find ~ -iregex '.*[^/]\{3\}\.pdf'

atau:

find -E ~ -iregex '.*[^/]{3}\.pdf'

Tanpa -E, itulah ekspresi reguler dasar (seperti dalam grep) dan dengan -E ekspresi reguler yang diperluas (seperti dalam grep -E).

Dengan ast-open find:

find ~ -iregex '.*[^/]{3}\.pdf'

(Itu diperpanjang regexps di luar kotak).

Ini lebih mudah dengan wildcard standar:

find ~ -name '*???.[pP][dD][fF]'

Atau dengan beberapa findimplementasi (yang mendukung -regexjuga mendukung -iname):

find ~ -iname '*???.pdf'

Untuk jumlah karakter yang sewenang-wenang alih-alih 3, di situlah Anda dapat memilih untuk kembali ke -iregextempat yang tersedia (lihat jawaban @Stephen Kitt ) atau Anda dapat menggunakan zshatau ksh93menggila:

• zsh:

  set -o extendedglob # best in ~/.zshrc
  printf '%s\n' ~/**/?(#c3,).(#i)pdf(D)
  

  ( (D)untuk mempertimbangkan file tersembunyi dan file dalam dirs seperti suka dengan find)

  • (#cx,y)adalah zshekuivalen wildcard dari regexp{x,y}
  • (#i) untuk case sensitive
  • ?wildcard standar untuk setiap karakter tunggal (seperti regexp .)
  • **/: setiap tingkat subdirektori (termasuk 0)

• ksh93:

  FIGNORE='@(.|..)' # to consider hidden files
  set -o globstar
  printf '%s\n' **/{3,}(?).~(i:pdf)
  

  • @(x|y): operator wildcard extended ksh mirip dengan regexp (x|y).
  • FIGNORE: variabel khusus yang mengontrol file apa yang diabaikan oleh gumpalan. Saat disetel, pengabaian file tersembunyi yang biasa tidak dilakukan, tetapi kami masih ingin mengabaikan entri direktori .dan ..jika ada.
  • {x,y}(z)adalah ksh93's setara dengan regexp z{x,y}.
  • ~(i:...): pencocokan case-insensitive.

Gumpalan memiliki beberapa keuntungan tambahan di findsini karena Anda mendapatkan daftar yang diurutkan (Anda dapat menonaktifkan penyortiran itu zshdengan oNkualifikasi glob, atau menggunakan kriteria penyortiran yang berbeda) dan juga berfungsi ketika nama file berisi urutan byte yang tidak membentuk karakter yang valid (untuk Misalnya, di lokal menggunakan charset UTF-8, findpendekatan tersebut akan gagal untuk melaporkan a $'St\xE9phane Chazelas - CV.pdfkarena \xE9karakter yang tidak cocok dengan regexp .atau wildcard ?atau *dengan GNU find).

Bagaimana saya tahu itu PDF?

Anda tidak melakukannya kecuali jika Anda bertanya. Tentu, saya menjadi orang yang sangat bertele-tele, tetapi Anda tidak bertanya tentang file dengan .pdfnama mereka . Hanya karena file memiliki karakter .pdfdalam nama file tidak menjadikannya file PDF .

Bahkan, mari kita menjadi serba bisa tentang ini: jika empat karakter terakhir dari nama file .pdf, maka akan selalu memiliki lebih dari tiga karakter dalam namanya .

Jadi melakukan ini dengan cara yang salah , Anda mungkin berkata:

$ find . -type f -name "*???.pdf"
./Documents/McLaren 720s Coupe:Order Summary.pdf
./Documents/Setup_MagicISO.exe.pdf

Lihat yang kedua? Ini sebenarnya sebuah executable. (Saya tahu, saya mengganti namanya.) Dan saya juga kehilangan PDF yang saya sumpah ada di direktori Documents ...

$ ls Documents
McLaren 720s Coupe:Order Summary.pdf
Pioneer Premier DEH-P490IB CD Install Manual.PDF
Setup_MagicISO.exe.pdf

Jadi dengan menggunakan -inamekita bisa menemukan yang itu, tapi itu masih mengaktifkan file bukan-PDF ini.

Apa yang benar - benar ingin kita lakukan dalam hal ini adalah memeriksa angka ajaib file menggunakan fileperintah. Satu opsi menampilkan tipe MIME , yang lebih mudah diurai. The findpermintaan kemudian menjadi sederhana -name "???*".

$ find . -type f -name "???*" -print0|xargs -0 file --mime
./.bash_history:                                              text/plain; charset=us-ascii
./.bash_logout:                                               text/plain; charset=us-ascii
./.bashrc:                                                    text/plain; charset=us-ascii
./.profile:                                                   text/plain; charset=us-ascii
./Documents/McLaren 720s Coupe:Order Summary.pdf:             application/pdf; charset=binary
./Documents/Pioneer Premier DEH-P490IB CD Install Manual.PDF: application/pdf; charset=binary
./Documents/Setup_MagicISO.exe.pdf:                           application/x-dosexec; charset=binary
./Downloads/Setup_MagicISO.exe:                               application/x-dosexec; charset=binary
./Downloads/WindowsUpdate.diagcab:                            application/vnd.ms-cab-compressed; charset=binary

Mari kita gunakan pembatas titik dua, dan cari tipe MIME application/pdf, lalu nolkan bagian itu dan cetak hasilnya. Perhatikan, salah satu file saya memiliki titik dua di namanya; jadi saya tidak bisa hanya meminta awk ($2==":"){print $1}.

$ find . -type f -name "???*" -print0|xargs -0 file --mime|awk -F: '($NF~"application/pdf"){OFS=":";$NF="";print}'|sed s/:$//
./Documents/McLaren 720s Coupe:Order Summary.pdf
./Documents/Pioneer Premier DEH-P490IB CD Install Manual.PDF

Sekarang mari kita selesaikan dengan contriving untuk menyertakan file PDF bernama adan abc:

$ mkdir Documents/other
$ cp -a Documents/McLaren\ 720s\ Coupe\:Order\ Summary.pdf Documents/other/a
$ cp -a Documents/Pioneer\ Premier\ DEH-P490IB\ CD\ Install\ Manual.PDF  Documents/other/abc
$ find . -type f -name "???*" -print0|xargs -0 file --mime|awk -F: '($NF~"application/pdf"){OFS=":";$NF="";print}'|sed s/:$//
./Documents/McLaren 720s Coupe:Order Summary.pdf
./Documents/Pioneer Premier DEH-P490IB CD Install Manual.PDF
./Documents/other/abc

Itu saja. Saya tahu saya mungkin akan mendapatkan dahsyat karena menjadi pedantic yang mengerikan, tetapi dalam pekerjaan saya dengan ribuan volume NFS untuk diburu dan semua jenis file dengan nama buruk, saya berharap lebih banyak orang menjadi pedantic.

Diedit untuk menambahkan: di dunia nyata, saya mungkin ingin memanfaatkan updatedbuntuk membangun indeks file yang dapat dicari, locatealih-alih findmembaca indeks itu, dan parallelalih-alih xargsutas. Itu agak di luar ruang lingkup pertanyaan ini. Saya menulis itu dengan wajah lurus juga. Mengapa saya sangat peduli? Saya mungkin mencari file film dan audio; atau jenis foto tertentu; atau binary executable dalam direktori data proyek.