如何使用 diff 命令在目录中查找具有相同名称的文件？答案

【问题标题】：How to find files with same name part in directory using the diff command?如何使用 diff 命令在目录中查找具有相同名称的文件？
【发布时间】：2015-05-19 22:23:49
【问题描述】：

我有两个目录，其中包含文件。目录 A 包含带有编号结尾的照片列表（例如 janet1.jpg laura2.jpg），目录 B 包含相同的文件，但结尾编号不同（例如 janet41.jpg laura33.jpg）。如何在忽略编号结尾的情况下从目录 A 和 B 中找到没有相应文件的文件？例如，目录 A 中有一个 rachael3，但目录 B 中没有 rachael\d。我认为在 bash 中可以使用 diff 命令，但我没有看到明显的方法。

【问题讨论】：

标签： linux bash

【解决方案1】：

我看不到直接使用diff 的方法。在两个目录上使用求和工具（md5、sha1 等）可能会更容易，然后根据第一（求和）列对两个文件进行排序并比较/比较这些输出文件。

或者，类似findimagedupes（不像diff 那样简单的比较或总和检查）可能是一种更简单（并且可能更有用）的解决方案。

【讨论】：

【解决方案2】：

您似乎知道您的文件是相同的，如果它们存在并且您确定，每个目录只有一个。

所以到diff目录的内容根据这个，只需要获取文件名的相关部分（“laura”，“janet”）。

这可以通过简单地从ls 的输出中提取适当的部分来完成，如下所示：

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

然后进行比较，比如说dir1 和dir2，你可以使用：

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

【讨论】：

【解决方案3】：

假设文件被简单地重命名并且在其他方面相同，找到丢失文件的简单解决方案是使用md5sum（或sha或类似）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

如果文件夹包含重命名的同一文件的多个副本（这样哈希匹配一个文件夹中的多个文件），这将失败，但这很容易解决：

#!/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

【讨论】：