如何 grep GZ 文件以提取 PNG 文件？

Question

好的，所以我在一个文件夹中有一个 .GZ 文件的基调，我希望递归地查看每个文件并将所有 PNG 文件提取到另一个目标文件夹中。我该怎么做？

编辑：

我一直在终端使用此命令在 GZ 文件中查找字符串并将整个文件复制到另一个目标目录。然后用它做事。有一些缺点。一，当我输入“PNG”时，它会找到引用“PNG”而不是文件类型的CSS文件等文件。其次，除了复制整个文件之外，它不会向目录输出任何内容。我想提取文件。

find . -type f -print0 | xargs -0 grep -lh "png" | xargs -I % cp % /some_destination

编辑：

这是一个示例文件夹结构：

FILE001.GZ、FILE002.GZ、FILE003.GZ等

并非所有文件都包含 PNG，其中一些文件在文件夹结构中包含许多文件。我想要的是另一个目标文件夹中的以下内容：

34950560.png、3959560.png等

提前谢谢你！

Answer 1

假设您的“.GZ”文件实际上是包含多个文件的“.tar”压缩包，那么您可以在一行中完成您的目标：

find . -type f -iname '*.GZ' | xargs -n1 -I'{}' tar -C "/path/to/extract" -xf '{}' '*.png' 2>/dev/null

解释：

• find . -type f -iname '*.GZ' ：在当前路径（包括子目录）中查找所有 .GZ 文件。 -iname 表示不区分大小写，同时匹配 .gz 和 .GZ 文件
• xargs -n1 -I'{}' <command> '{}' ：从标准输入调用“命令”，最多带有一个参数 (-n1)，将参数放在占位符 {} 中。
• tar -C "/path/to/extract" -xf '{}' '*.png' ：从 xargs (-xf {}) 获得的文件中提取，只有以 '*.png' 结尾的文件。 -C /path/to/extract：在那里提取文件。
• 2>/dev/null ：将不包含 .png 文件的 GZ 文件引发的错误消息静音。

此命令将提取指定文件夹中的所有 .png 文件（保留原始 tar.gz 文件中的所有目录结构）。跨多个档案的同名 .png 文件将仅存储一次，即最后提取的 .png 文件将覆盖以前的同名文件。 如果你想克服这个问题，那么你需要一个更复杂的脚本，比如：

#!/usr/bin/bash

function extract_png() {
    local gzpath=$1; local extract_path=$2
    cd "$gzpath" || return 2
    find . -iname '*.GZ' | 
        while read gzfile; do
            if tar -tf "$gzfile" '*.png' 2>/dev/null; then
                local basename=${gzfile%.*}; basename=${basename##*/}
                local extract_to="$extract_path/$basename"
                mkdir -p "${extract_to}"
                tar -C "$extract_to" -xf "$gzfile" '*.png'
            fi
        done
}

extract_png '/path/to/search' '/path/to/save'

extract_png 函数会将提取的.png 文件保存到每个存档的不同子文件夹中，位于/path/to/save 下（例如/path/to/save/FILE001/、/path/to/save/FILE002/ 等）。

关于if tar -tf "$gzfile" '*.png' 2>/dev/null; then ... 的解释：如果文件“$gzfile”中有.png 文件，这将返回true。 tar 中的 -t 参数表示“列表内容”。当指定文件 (*.png) 未包含在存档中时，tar -t 会打印一条错误消息（由 2>/dev/null 隐藏）并返回一个非零代码，该代码将此条件评估为 false。

Answer 2

您可以使用文件签名（又名幻数）。 PNG 文件的前几个字节包含一个文件签名，以表明该文件是 PNG。如果这些文件都是 gzip 文件，那么 gzip 会有一个额外的标头，我们可以跳过它。
od 是一个命令，它将以您指定的可读格式转储文件的一部分。我告诉它跳过 gzip 标头并以十六进制格式转储。根据我的测试，接下来的八个字节将得到一个字符串“34e6 5580”。如果它与 PNG 签名匹配，则将其移动到新目录并重命名。

COUNTER=0; mkdir PNGDIR
#
for FILE in `ls -1d *`; do  
   od -j 4 -N 10 -x ${FILE} | grep -q "34e6 5580" 
   if [ $? -eq 0 ]; then
     COUNTER=`expr 1 + $COUNTER`
     cp ${FILE} PNGDIR/picture_${COUNTER}.png.gz
   fi
done