Localiza arquivos para os quais existem várias variações nesse nome de arquivo juntas no mesmo diretório

Question

Eu quero listar os arquivos para os quais existe, em um determinado diretório, TODOS estes arquivos:

• <filename>.wed
• <filename>.tis
• <filename>.are
• <filename>LM.bmp

Atualmente, estou fazendo isso com find e sed . Funciona, mas é deselegante e lento!

find . -iname "*.wed" -exec echo {} \; | sed s/.wed$// $1 | sed s/..// $1 | while read in; do find . -name "$in.are"; done | sed s/.are$// $1 | sed s/..// $1 | while read in; do find . -name "$in.tis"; done | sed s/.tis$// $1 | sed s/..// $1 | while read in; do find . -name "$in*.bmp"; done

Basicamente eu encadeio um find , dois sed e um while read para cada extensão que eu quero filtrar.

Leva > 35s por apenas 30 mil arquivos! Como posso melhorar isso?

Exemplo

Se no diretório houver arquivos chamados AR0505.are , AR0505.tis , AR0505.wed e AR0505LM.bmp , o script imprimirá "AR0505".

Se um ou mais desses arquivos estivessem faltando, o script não seria impresso.

    

Answer 1

Acho que o maior gargalo é o número de processos que você gera. Aqui está um script simples que lista e filtra seu diretório em uma única passagem:

#!/usr/bin/perl

use strict;
use warnings;

my %files;
my $dir;
my @extensions = ("\.tis","\.are","LM\.bmp","\.wed");

opendir($dir, ".") || die "Error opening dir\n";
while (my $file = readdir($dir)) {
    foreach my $ext (@extensions) {
        if ($file =~ /^(.*)$ext$/sm) {
            $files{$1} += 1;
        }
    }
}
closedir($dir);

foreach my $file (keys %files) {
    if ($files{$file} == scalar(@extensions)) {
        print "$file\n";
    }
}

    

Answer 2

Se eu entendi corretamente, você está procurando por todos os nomes de arquivos existentes em cada uma das extensões de destino. Se assim for, você poderia fazer:

( shopt -s nullglob; 
  for i in *.wed; do 
    set --  "${i//.wed}"{.tis,.are,LM.bmp}*; 
    [[ $# -eq 3 ]] && printf '%s\n'  "${i//.wed}"; 
done )

Explicação

• shopt -s nullglob : esta é uma opção específica do bash que faz com que os globs se expandam para uma string nula em vez de si mesmos se nenhum arquivo correspondente for encontrado. O ( ) está lá apenas para garantir que a opção seja configurada apenas para este comando e não afetará o shell pai.
• for i in *.wed; do ...; done : itera todos os arquivos ou diretórios no diretório atual cujo nome termina com .wed , salvando cada um como $i .
• "${i//.wed}" : o nome do arquivo sem a extensão .wed .
• set -- "${i//.wed}"{.tis,.are,LM.bmp}* : as chaves serão expandidas para foo.tis , foo.are etc, e o * é um truque para fazer com que o bash tente combiná-las como globs. Isso significa que só funcionará se o nome do arquivo atual existir.
• [[ $# -eq 3 ]] && printf '%s\n' "${i//.wed}" : se houver exatamente 3 arquivos em $@ , so 3 além do original .wed , imprima o nome do arquivo sem a extensão.

Se você deseja imprimir todos os 4 nomes de arquivos, incluindo a extensão, basta alterar o printf '%s\n' "${i//.wed}" para printf '%s\n' "$i" .

    

Answer 3

find . -type d  -exec sh -c '
   h=$1; cd "$h" || exit
   set -- /dev/nul[l] [f]oobar.{wed,tis,are} [f]oobarLM.bmp; shift
   case $# in 4 ) for arg; do printf "%s/%s\n" "$h" "$arg"; done ;; esac
' {} {} \;

N.B .: Aqui não vemos mais nada além desses 4 arquivos & no caso específico e somente quando ALL 4 são encontrados, ele os exibe, mesmo se outros arquivos foobar.XXX existissem no mesmo diretório. Porque o OP não foi muito claro sobre isso.

    

Answer 4

Bash

Nós configuramos um loop for com glob expressão *LM.bm[p] , para que possamos desambiguar o cenário do arquivo com nome terminando em p de fato existente versus não. Esta é uma variedade básica de shopt nullglob . Se virmos um nome terminar em p = > o shell foi capaz de expandir esse glob, ou seja, tal arquivo existia. OTOH, se virmos um nome terminar em [p] = > o shell era NOT capaz de expandir o significado glob *LM.bm[p] , não havia nenhum arquivo com esse nome.

O próximo passo é cortar os 6 caracteres (L M. b m p) do nome do arquivo que agora sabemos que existe. Usando a parte restante do nome do arquivo, configuramos 3 parâmetros posicionais correspondentes às 3 extensões .wed .are .tis .

A chave é que, mesmo que uma das extensões não seja expandida, seu nome será exibido com o último caractere incluído em [ ] . = > Todos os 3 arquivos não estão todos presentes. = > pule isso . E a cláusula else = > Todos os 3 arquivos estão presentes + 1 (* LM.bmp) já está presente devido à nossa verificação prévia. Daí vemos todos os 4 arquivos e = > apto para impressão.

for i in *LM.bm[p]; do
   case $i in
      *[p] )
         f=${i%??????}
         set -- "$f".we[d] "$f".ar[e] "$f".ti[s]
         savIFS=$IFS
            IFS=/
            case "$*/" in
               *"]/"* ) : ;;
               *      ) printf '%s\n' "$f" ;;
            esac
         IFS=$savIFS
   esac
done

    

Answer 5

perl -le '
   while ( <*LM.bmp> ) {
      (my $f = $_) =~ s|LM\.bmp$||;
      print $f if 3 == grep { -e $f . $_ } qw/.tis .are .wed/;
   }
'