【问题标题】：find directories but exclude list where directories have a space in name查找目录但排除目录名称中有空格的列表
【发布时间】：2018-12-20 19:16:02
【问题描述】：

我有一个进程在大型文件系统上从一天到另一天审核文件。我想通过使用要排除的目录列表来排除一些目录。我可以这样做，但如果排除目录的名称中有空格，我会遇到麻烦。

为简单起见，我只列出四个子目录，但实际上我要搜索与排除的目录要多得多。也有可能添加一个新目录并且我想自动包含新目录，因此排除列表与使用包含列表。

base_dir/
├── sub_dir1
├── sub_dir2
├── sub dir3
└── sub_dir4

我有一个 shell 脚本和一个排除列表

$ cat exclude.txt
sub_dir2
sub dir3

shell 脚本使用find 和printf 以及awk 和sort 来获取要审核的目录列表。

$ find ./base_dir -maxdepth 1 -type d $(printf "! -iname %s " $(cat exclude.txt)) | awk -F/ '{print $NF}' | sort
sub_dir1
sub dir3
sub_dir4

正如您可能猜到并在上面看到的那样，除了它没有忽略sub dir3 之外，它是有效的。我在排除列表中尝试了一些双引号组合，并使用%q vs %s vs %a，但似乎找不到正确的组合。

我想要的输出是

sub_dir1
sub_dir4

我意识到我可以这样做：

find ./base_dir -maxdepth 1 -type d \
    ! -iname "sub dir3" $(printf "! -iname %s " $(cat exclude.txt)) \
    | awk -F/ '{print $NF}' | sort

并获得我预期的输出，但我只想使用exclude.txt 列表。

编辑在阅读了一些回复后，我尝试使用数组并认为它会起作用，现在我更加难以理解为什么这个选项不起作用。 printf 似乎会生成一个字符串，如果我将它严格输入到命令行中，它会起作用，但是当尝试将它作为单行符运行时仍然会给我错误。

$cat exclude.txt
base_dir
sub_dir2
"sub dir3"

$ mapfile -t exclude < exclude.txt

$printf "! -iname %s " "${exclude[@]}"
! -iname base_dir ! -iname sub_dir2 ! -iname "sub dir3"

$find ./base_dir -maxdepth 1 -type d $(printf "! -iname %s " "${exclude[@]}")
find: paths must precede expression: dir3"

$ find ./base_dir -maxdepth 1 -type d ! -iname base_dir ! -iname sub_dir2 ! -iname "sub dir3"
./base_dir/sub_dir1
./base_dir/sub_dir4

【问题讨论】：

这是一个猜测：在您的排除列表中，您是否尝试过使用反斜杠而不是使用引号？ sub\ dir3.
是的，对不起，没有提到，我也试过文件中的反斜杠
对于编辑，请参阅stackoverflow.com/questions/51307638/… 询问几乎所有内容。
您评论中的链接是指向该主题的链接....您是要发布另一个链接吗？

标签： bash find printf

【解决方案1】：

已编辑以包含新信息，以防以后有用

不要嵌入 printf/cat。解释器解析器对您不利。将带有paste -s 的排除过滤器堆叠到一个临时文件中以动态构建您的命令，然后执行它。

$: find ./base_dir
./base_dir
./base_dir/sub dir1
./base_dir/sub dir3
./base_dir/sub_dir1
./base_dir/sub_dir3

$: tmpfile=/tmp/xFinder
$: printf "find ./base_dir -maxdepth 1 -type d ! -iname base_dir " > $tmpfile
$: { sed -E 's/^(.*)/! -iname \"\1\"/' exclude.txt; 
     printf " | xargs -I R basename R "; } | paste -s >> $tmpfile
$: cat $tmpfile
find ./base_dir -maxdepth 1 -type d ! -iname base_dir ! -iname "sub_dir1"    ! -iname "sub dir3"     ! -iname "sub_dir4"      | xargs -I R basename R

对 basname 的 xargs 调用会去除路径信息，! -iname base_dir 会将其作为自己的目录保留在查找输出之外。

$: . $tmpfile
./base_dir
./base_dir/sub dir1
./base_dir/sub_dir3

对早期的不完整版本表示歉意。

【讨论】：

你运行成功了吗？由于它输出多行，我尝试并得到一个错误
我是测试不足的受害者和意外拖钓的肇事者，应该受到严厉批评和反对，直到我删除帖子，或者至少修复它。我无意中嵌入了'，它们破坏了代码的实际功能。 Mea Culpa，真诚的道歉，我会看看我能做些什么来纠正它。给我几分钟。
已更新。再次道歉。
大声笑，没问题，只是不确定我自己是否抄错了。感谢您的跟进
感谢您的时间和信息，我最终使用了带有 iregex 和 regextype 的其他解决方案，因为它只给了我没有路径的子目录名称。我试图开始将 awk 语句添加到您的建议中，但时间不够用了，就走了另一条路。我确实认为这也可以。

【解决方案2】：

您可以将排除文件读入 Bash 数组，然后像这样编写 find 命令：

mapfile -t exclude < exclude.txt
find ./base_dir \
    -mindepth 1 \          # Exclude the current directory
    -type d \
    -regextype egrep \     # Make sure alternation "|" does not have to be escaped
    ! -iregex ".*/($(IFS='|'; echo "${exclude[*]}"))" \
    -printf '%f\n'         # Print just filename without leading directories

导致

sub_dir1
sub_dir4

对于您的示例输入，-iregex 测试扩展如下：

$ IFS='|'
$ echo "${exclude[*]}")
sub_dir2|sub dir3

所以排除路径的正则表达式变为

.*/(sub_dir2|sub dir3)

对IFS 的更改仅限于命令替换。

对此的限制是，如果要排除的目录包含正则表达式特有的字符，则必须转义这些字符，这可能会变得混乱。如果你想逃脱，例如管道，你可以使用

echo "${exclude[*]//|/\\|}"

在命令替换中，导致

sub_dir2|sub dir3|has\|pipe

名称中带有| 的目录has|pipe 的管道已正确转义。

【讨论】：

【解决方案3】：

由于您只想限制单个子目录，无需递归，您可以使用带有通配符的 for 循环：

$ find base_dir/
base_dir/
base_dir/sub_dir2
base_dir/sub_dir1
base_dir/sub_dir4
base_dir/sub dir3

$ cat exclude.txt 
sub_dir2
sub dir3

$ cat script.sh 
#!/bin/bash
for dir in base_dir/*
do
  ! [ -d "$dir" ] || 
    grep -qFx -- "$(basename -- "$dir")" exclude.txt &&
    continue
  echo "$dir" # or do somthing else
done

$ ./script.sh 
base_dir/sub_dir1
base_dir/sub_dir4

【讨论】：