【问题标题】:find and grep: get filenamesfind 和 grep:获取文件名
【发布时间】:2021-08-12 19:19:53
【问题描述】:

我需要找到报告(.docx 文件),用docx2txt 阅读它们,找到“通过”的第二个匹配项(不包括“未通过”)并将这些文件名保存到文本文件中。这是我尝试过的:

OIFS="$IFS"
IFS=$'\n'
for f in $(find . -wholename '*_done/(*Report*.docx' |grep -v appendix)
do
    docx2txt "$f" - | (grep -q -m2 passed || grep -q -v "not passed") || echo $f >> failed
done
IFS="$OIFS"

但是这个脚本给了我一个空文件。如果我在echo 之前将|| 替换为&&,则所有文件名都存储到文件中。 grep 如果不在脚本中,也可以正常工作,docx2txt 也可以。我在这里做错了什么?

【问题讨论】:

  • @PaulHodges 在这种情况下脚本会正常工作,还是只是一个建议?
  • 只是无关的建议,抱歉。不过,这将有助于简化事情。

标签: linux bash shell grep


【解决方案1】:

grep 命令有很多问题。

grep -q总是在第一场比赛中成功退出。

  • -q -m2 无效。如果有一个匹配 grep 成功退出。它不检查是否有第二个匹配。
    要检查是否有(至少)两个匹配项,请计算匹配项,然后使用test/[ ] 检查找到的匹配项的数量。如果每行最多有一个passed,则grep -c 就足够了。如果每行可以有多个匹配项,则需要grep -o ... | wc -l。

  • -q 和-v 一起表示:是否至少有一行不包含该模式?当grep 找到这样一行时,它成功退出。此命令失败的唯一方法是输入每一行都包含not passed(这包括空文件)。
    匹配passed 但不匹配not passed 比人们想象的要棘手。如果每行最多可以有一个passed/not passed,则可以使用grep -v 'not passed' | grep passed。否则,您需要负向查找,它仅在与 perl 兼容的正则表达式 (PCRE) 中可用。

除此之外,command | (grep ... || grep ...) 可能无法达到您的预期。 command 只产生一次输出。在第一次grep 读取此输出的一些内容后,读取的部分就消失了。然后第二个grep 将继续读取第一个grep 停止的位置。

顺便说一句:for … in $(find … | grep -v …) 可以使用 -not 和 -exec 转换为单个安全的 find 命令。

解决方案

如果每一行最多包含一个passed/not passed,则使用

find . -wholename '*_done/(*Report*.docx' -not -wholename '*appendix*' \
-exec sh -c '[ $(docx2txt "$0" - | grep -v "not passed" | grep -cm2 passed) = 2 ]' {} \; -print

如果每行可以有多个passed/not passed,则需要GNU grep 或pcregrep:

find . -wholename '*_done/(*Report*.docx' -not -wholename '*appendix*' \
-exec sh -c '[ $(docx2txt "$0" - | grep -Pom2 "(?<!not )passed" | wc -l) = 2 ]' {} \; -print

【讨论】:

  • (?&lt;!...) 是负面的背后。要查找不是 зафиксированы 的所有 зафиксирован,您需要消极地查看ahead:grep -Pom2 'зафиксирован(?!ы)'。有关环视的更多信息,请参阅 this website 或 this SO question。
【解决方案2】:

当您遇到此类问题时,最好删除尽可能多的代码。如果我们只取一行包含多个 grep 语句,我们可以首先验证当前表达式不起作用:

$ echo passed | ((grep -q -m2 passed || grep -q -v "not passed") || echo failed
$ echo not passed | ((grep -q -m2 passed || grep -q -v "not passed") || echo failed

我们可以看到这些命令都不会产生任何输出。

让我们仔细想想逻辑:

|| 运算符的意思是“如果第一个命令不成功,则运行第二个命令”。所以在这两种情况下,第一个 grep 都会成功(因为 passed 和 not passed 都包含短语 passed)。这意味着第二个 grep 将永远不会运行,并且这意味着由于第一个命令成功,整个 grep ... || grep ... 命令将成功,这意味着最后一个 echo $f 将永远不会运行。


我试图想一个聪明的方法来解决这个问题,但如果我们使用临时文件似乎最简单:

OIFS="$IFS"
IFS=$'\n'
tmpfile=$(mktemp docXXXXXX)
trap "rm -f $tmpfile" EXIT
for f in $(find . -wholename '*_done/(*Report*.docx' |grep -v appendix)
do
    docx2txt "$f" - | head -2 > $tmpfile
    if grep -q passed $tmpfile && ! grep -q 'not passed' $tmpfile; then
      echo $f >> failed
    fi
done
IFS="$OIFS"

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-01-18
    • 1970-01-01
    相关资源
    最近更新 更多