Linux：列出文件名的唯一部分

我有大约50K个文件是一个目录（linux操作系统），它们的命名约定为USER\u ID.ORACLE\u JOB\u ID.SEQUENCED\u NUMBER.pdf

ls | awk 'BEGIN{FS="."}{ print $2 }' | sort | uniq > file.txt

我需要在文本文件中列出所有唯一的ORACLE\u作业\u ID。如何做到这一点

---

PS：忘了提到在同一个目录中有一些其他文件有不同的命名约定，我不得不避免它们

谢谢

示例： 1.6778390.完成 2.o6778390.输出 3.AWRX_GBL_FAR1.98567432.4.dat.xml 4.AWRX\u GBL\u FAR1.34789214.4.pdf

ls | awk 'BEGIN{FS="."}{ print $2 }' | sort | uniq > file.txt

ls

获取当前目录中所有文件名的列表

awk

按字段分隔符“”拆分每个文件名，仅打印第二个字段

排序

对第二个字段进行排序

uniq

删除连续的相同行

编辑：如果您想将当前目录中的文件限制为.pdf格式，请使用：

find . -iname '*.pdf' | awk 'BEGIN{FS="."}{ print $3 }' | sort | uniq > file.txt

当当前目录中有许多pdf文件时，使用

ls*.pdf

会将参数溢出到

ls

，如错误所示，因为这相当于使用50K个不同的命令行参数调用

ls

，溢出

ARGV

，本着“有多种方法可以做到这一点”的精神下面是一个perl one liner，它在功能上相当于QWWQ的shell管道：

perl -le 'my %seen; print for sort grep !$seen{$_}++, map { (split /\./)[1] } <*>'

perl-le'my%seen；打印排序grep$看到{$\}++，映射{（split/\./）[1]}'

---

可以替换为任何全局表达式，例如，

仅对名称以

.pdf

结尾的文件进行操作这三个字段中的每个字段都允许哪些字符？例如，如果用户ID没有数字，ORACLE作业ID只有数字，这将简化解决方案。但是解决方案可能是

ls-1 | sed yada yada yada | uniq

。忘了提到同一目录中有一些其他文件具有不同的命名约定，我不得不避免它们。用户ID为字母数字，ORACLE作业ID和序号为numeric@Nitin如果我们要帮助您区分小麦和谷壳，我们需要在目录中查看所有命名约定的具体示例。@pilcrow在上面添加了有问题的示例。我认为您的awk脚本需要是

'BEGIN{FS=“.“}{print$2}'

。您的权利，正如我之前写的那样，它只是在对第一个文件进行预处理之后才更改FSline@Nitin处理这个问题的一个常用方法是将

ls*.pdf

更改为

find-maxdepth 1\（-type f-a-name'*.pdf'\）-print | sed's:^\./：'

@qwwqqwq这是什么

-iname

选项？另外，我认为，领先的

/

将意味着您现在需要在awk脚本中打印$3。

sort | uniq

非常常见，因此该功能是+1。从正面看，这将有效地流式处理目录，而不是一次读取所有目录。（甚至

find（）

在我的系统上也会这样做。）在缺点方面，它还会

stat（2）

每个匹配条目。（

find（）

对我来说也一样。）@pilcrow可能可以通过使用

opendir

和

readdir

来绕过这个问题，但是你必须自己进行全局搜索，额外的代码超出了我个人对一行代码的限制。