Regex 在目录中按名称递归查找重复的文件-Linux

我有一个文件夹，其中包含子文件夹和一些其他文件

这些文件的命名方式如下

abc.DEF.xxxxxx.dat

我试图在上面的模式中找到只与“xxxxxx”匹配的重复文件，忽略其余的。扩展名.dat不变。但是abc和DEF的长度可能会改变。按时段划分的顺序也不会改变

我猜我需要用下面的方法

find -regextype posix-extended -regex '\w+\.\w+\.\w+\.dat'

我需要你帮我找到正则表达式。谢谢

例如：

---

对于名为“epg.ktt.crwqdd.dat”的文件，我需要找到包含“crwqdd”的重复文件。

您可以使用

awk

进行以下操作：

find /path -type f -name '*.dat' | awk -F. 'a[$4]++'

说明：

让

find

给出以下输出：

./abd.DdF.TTDFDF.dat
./cdd.DxdsdF.xxxxxx.dat
./abc.DEF.xxxxxx.dat
./abd.DdF.xxxxxx.dat
./abd.DEF.xxxxxx.dat

基本上，用计算机的话来说，你要计算

.dat

和下一个点之间的图案出现次数，并打印至少第二次出现图案的线条

为了实现这一点，我们将文件名按

拆分，这将为我们提供5个（！）字段：

请注意第一个空字段。感兴趣的模式是

$4

为了计算模式在

$4

中的出现次数，我们使用关联数组

a

，并在每次出现时增加其值。未优化，

awk

命令如下所示：

... | awk -F. '{{if(a[$4]++ > 1){print}}'

但是，您可以按照以下格式编写

awk

程序：

CONDITION { ACTION }

我们将得到什么：

... | awk -F. 'a[$4]++ > 1 {print}'

print

是

awk

中的默认操作。它会打印整个当前行。因为这是默认操作，所以可以忽略它。由于

awk

将大于零的整数值视为

真值，因此可以省略
>1
检查。这给了我们最后的命令：

... | awk -F. 'a[$4]++' 

为了概括这个命令，我们可以说感兴趣的模式不是第4列，而是倒数第二列。这可以使用
awk
its
NF
中的字段数表示：

... | awk -F. 'a[$(NF-1)]++'

输出：

./abc.DEF.xxxxxx.dat
./abd.DdF.xxxxxx.dat
./abd.DEF.xxxxxx.dat

您是否尝试过
find-typef-iname'abc.DEF.*.dat'
？@hek2mgl很抱歉在这方面不够清晰abc'和DEF'值/长度发生变化。因此可以有一个类似“epg.ktt.crwqdd.dat”的文件。在本例中，我需要找到“crwqdd”的副本。谢谢。还有
find-typef-iname'*.*.crwqdd.dat'
？@hek2mgl，它只用于查找crwqdd的副本。但可能存在包含不同字符串的文件名，而不是可以匹配的crwqdd。所以我别无选择，只能使用正则表达式。谢谢！我对它进行了测试，这是输出，它似乎不包括应该匹配的最后一个文件“cdd.DxdsdF.xxxxxx.dat”。你能解释一下上面的命令是如何工作的吗？这样我才能解决问题。再次感谢！检查我的更新。你需要数4美元——第四列——而不是第三列。这是因为第一列将是空的。感谢hek2mgl花时间清楚地解释它。非常感谢！！不，问题：）有趣的问题，解决起来很有趣。这是一种很棒的态度！！另外，如何调整/修改“if”语句以获得以下结果：查找[$4]的重复项，但排除具有相同a[$2]的文件？再次感谢！
./abc.DEF.xxxxxx.dat
./abd.DdF.xxxxxx.dat
./abd.DEF.xxxxxx.dat