Em um diretório, como podemos encontrar todos os arquivos cujos nomes base são os mesmos, mas os nomes das extensões não são? Por exemplo. 0001.jpg e 0001.png e 0001.tiff e 0002.jpg e 0002.png .
Se você quiser todos os nomes de arquivos exclusivos, aqui vai:
ls -1 | sed 's/\([^.]*\).*//' | uniq
Se você quiser que os arquivos de tal forma que mais de um deles tenham o mesmo nome de base, use:
ls -1 | sed 's/\([^.]*\).*//' | uniq -c | sort -n | egrep -v "^ *\<1\>"
Para nomes de arquivos com vários períodos, use o seguinte:
ls -1 | sed 's/\(.*\)\..*//' | uniq -c | sort -n | egrep -v "^ *\<1\>"
Uma solução que usa perl (evito analisar ls output, não é projetado para esta tarefa e pode causar bugs):
perl -E '
while (<*>){
($full, $short) = (m/^((.*?)\..*)$/);
next unless $short;
push @{ $h->{$short} }, $full;
}
for $key (keys %$h) {
say join " ", @{ $h->{$key} } if @{ $h->{$key} } > 1;
}
' /home/sputnick
substitua /home/sputnick por . ou qualquer diretório desejado;)
Como as únicas respostas aqui usam sed ou perl e expressões regulares, eu pensei que seria diferente e postaria algo muito mais simples.
for file in /path/to/your/files/*; do echo ${file%%.*}; done | uniq -d
Neste exemplo, ${file%%.*} corresponde ao caminho do arquivo até o primeiro período ( . ). Então, 0001.tar.gz seria tratado como 0001 .
A saída ficaria assim
/path/to/your/files/0001
/path/to/your/files/0002
Se você não quiser o caminho completo na saída, simplesmente cd no diretório primeiro e depois execute o comando com apenas um asterisco ( * ) para o caminho.
cd /path/to/your/files
for file in *; do echo ${file%%.*}; done | uniq -d
Em seguida, a saída ficaria assim
0001
0002
Se você tem um ambiente GNU, aqui está uma solução robusta que imprime os nomes básicos comuns, usando gawk (apenas para misturar):
find . -maxdepth 1 -type f -printf "%ffind . -maxdepth 1 -type f -name "*.*" -printf "%ffind . -maxdepth 1 -type f -name "*.*" -printf "%ffind . -maxdepth 1 -type f -printf "%ffind . -maxdepth 1 -type f -name "*.*" -printf "%ffind . -maxdepth 1 -type f -name "*.*" -printf "%f%pre%" |
gawk 'BEGIN{ RS="%pre%" }
{ base=$0;sub(/\.[^.]+$/,"",base);seen[base][FNR]=$0}
END { for (bb in seen)
if (length(seen[bb])>1)
for (ff in seen[bb]) printf("%s%pre%",seen[bb][ff])
}' |
tr '%pre%0' '\n'
" | ...
" |
gawk 'BEGIN{RS="%pre%"} {sub(/\.[^.]+$/,""); if (length($0))printf("%s%pre%",$0)}' |
sort -z | uniq -zd |
tr '%pre%0' '\n'
" |
gawk 'BEGIN{ RS="%pre%" }
{ base=$0;sub(/\.[^.]+$/,"",base);seen[base][FNR]=$0}
END { for (bb in seen)
if (length(seen[bb])>1)
for (ff in seen[bb]) printf("%s%pre%",seen[bb][ff])
}' |
tr '%pre%0' '\n'
" | ...
" |
gawk 'BEGIN{RS="%pre%"} {sub(/\.[^.]+$/,""); if (length($0))printf("%s%pre%",$0)}' |
sort -z | uniq -zd |
tr '%pre%0' '\n'
Isso usa find com \ 0 (nul) nomes de arquivos delimitados, gawk com RS (separador de registro) definido como \ 0 para corresponder à entrada e sub(/regex/) para remover uma extensão.
O comando final tr desfaz a delimitação nula para impressão na tela, omite isso para processamento adicional (seguro) de nomes de arquivos .
(Normalmente eu faria algo como whatever | rev | cut -d. -f2- | rev | sort , mas rev não faz uma entrada delimitada por nul.)
Se você quiser limitá-lo apenas a arquivos com um padrão .ext ou mais específico, use:
A primeira opção acima apenas imprime a base comum, se você quiser imprimir os nomes reais dos arquivos:
%pre%(mínimo requerido do gawk v4.0 para matrizes multidimensionais!)
Isso usa uma matriz (hash) seen[] para armazenar em cache os nomes de arquivos vistos pelo nome base e, no final, itera sobre os nomes base em seen[bb] e imprime aqueles com mais de correspondência ( length(seen[bb])>1 ).
Se você não tem medo de analisar ls :
/bin/ls --color=no -1 | sed 's/\.[^.]*$//' | uniq -d
Isso falhará se os nomes dos arquivos contiverem novas linhas.
ls -1 | awk -F'.' '{print $1}'|uniq -cd
o awk imprime o primeiro campo ( $1 ) de cada arquivo com o separador de campo . .
uniq -d fornece apenas as linhas duplicadas e, com a opção -c , imprime o número de ocorrências.
$ ls -1
0001.jpg
0001.tar.gz
0001.tiff
0002.png
0002.tar.bz2
001.zip
$ ls -1 | awk -F'.' '{print $1}'|uniq -cd
3 0001
2 0002
Tags filenames