linux 命令 — 文件相关

使用文件相关命令

dd

用来生成任意大小的文件

dd if=/dev/zero of=junk.data bs=1m count=1
生成一个1m大小的文件，里面全部使用0填充
if： 指定输入文件，如果没有默认从stdin读取
/dev/zero：是一个字符设备，它会不断返回0值字节（）
of：指定输出文件，如果没有指定默认输出到stdout
junk.data：输出文件名称
bs：设置输入、输出文件的大小，单位有字节(c)，字(w)，块(b)，千字节(k)，兆字节(M)，吉字节(G)
count：将输入copyn份到输出

comm

求出两个文件的交集，3列用Tab隔开，依次为：只有A有的，A、B都有的，只有B有的
交集：两个文件相同的行

sort A.txt -o A.txt; sort B.txt -o B.txt
先对两个文件排序，-o指定排序后的输出文件

comm A.txt B.txt
对文件求差后输出

comm A.txt B.txt -1 -3
只输出两个文件的交集，共同的行
-1:表示不输出第一列（A中包含，B中不包含）
-2:不输出第二列
-3:不输出第三列

``2:不输出第二列
-3:不输出第三列

comm A.txt B.txt -1 -3 | sed '/^ //'
只输出第二列，并且删除第二列前面的tab空白

文件的交集、并集、差集

交集
sort a.txt b.txt | uniq -d
sort对两个文件进行排序
uniq -d 输出文件中出现超过一次的行

并集
sort a.txt b.txt | uniq
uniq 去除文件中重复的行，其他全部输出

交集
a-b
sort a.txt b.txt b.txt | uniq -u
对三个文件进行排序，b.txt中的行至少出出现两次
uniq -u 输出文件中只出现过一次的行，也就是a.txt中有，而b.txt 中没有

查找并删除文件

#!/bin/bash
# filename：remove_dumplicates.sh
# usage: 查找并删除重复文件，没一个文件都只保留一个样本

ls -lS | awk 'BEGIN {
    getline; getline;
    name1 = $9;size=$5
}
{
    name2=$9;size2=$5;
    if (size == $5) {
        cmd="md5sum "name1;cmd | getline; csum1=$1;close(cmd); 
        cmd="md5sum "name2;cmd | getline; csum2=$1;close(cmd);
        if (csum1 == csum2) {
            print name1;print name2;
        }
    };
    name1=name2;size=size2;
}' | sort -u > duplicate_files

cat duplicate_files | xargs -I {} md5sum {} | sort | uniq -w 32 | awk '{print "^"$2"$"}' | sort -u > duplicate_sample

echo Rmoving
comm duplicate_files duplicate_sample -2 -3 | tee /dev/stderr | xargs rm
echo Removed duplicates files successfully.

ls -lS: 列出文件详细信息并按照文件大小排序
awk的BEGIN部分: 在awk读取输入前执行，getline是awk内置函数，读取一行，这里是为了跳过ls输出的Total
接着找到第一行的文件名称和文件大小
中间的"{}"表示awk循环每一行的时候执行的语句，里面先比较两个文件大小，大小一致才有可能是相同的文件，使用md5sum进一步确认，将相同内容的文件名称输出
sort -u: 对输出的文件名称排序并去重(同一个文件名可能被输出多次，如果一个文件有多个相同内容的文件的时候，该文件名会被输出多次，需要去重)，然后重定向到文件中，duplicate_files保存的是存在内容重复的多个文件名称

md5sum: 接下来对于duplicate_files文件中的所有文件求出md5sum，
sort: 然后排序，将md5sum相同（也就是存在重复的文件）依次输出
uniq -w 32: 按照前面输出的前32个字符去重，md5的值就是32位的
awk: 输出去重后的文件名
sort -u: 排序去重后输出到duplicate_sample，目前duplicate_sample包含的是所有重复文件的一份样本的文件名

comm duplicate_files duplicate_sample -2 -3: 只输出第一列，也就是需要被删除的文件名称
tee /dev/stderr: tee读读取输入输出到文件/dev/stderr 并输出到stdout
xargs rm: 删除

创建长目录

mkdir -p /var/test/dir1
创建上面的目录路径，如果不存在则创建，如果存在也不会输出错误信息

目录的权限

读：允许读取目录中文件和子目录的列表
写：允许在目录中创建或者删除文件
执行：指明是否可以访问目录中的文件或者子目录

创建不可修改的文件

chattr +i file
则file文件不可以修改删除，-i重置为可修改删除

file

查看文件类型信息
file filename
filename的文件类型

file -b filename
filename的文件类型（只包含文件类型信息，没有-b则输出文件名称和类型信息）

环回文件

通常，我们在硬件设备上创建文件系统，然后挂载在某个目录上，这个目录就是挂载点。如果是创建一个文件，格式化为文件系统的格式（ntfs, exfat, ext4等），然后挂载在某个目录上使用，这个新建的文件就是环回文件

dd if=/dev/zero of=loopback.img bs=1G count=1
创建一个1G的文件

mkfs.ext4 loopback.img
将该文件格式化为ext4

file loopback.img
查看文件格式

mkdir /mnt/loopnack
创建挂载点

mount -o loop loopback.img /mnt/loopback
将新建的文件作为换回文件挂载，-o loop 挂载环回文件

仅列出目录下所有目录

ls -d */

ls -F | grep "/$"

ls -l | gerp "^d"

find . -type d -maxdepth 1

wc

wc file -L
file中最长行的长度

wc file -l
file的行数，-l：行数，-w：单词数，-c：字符数

对行、单词、字符进行迭代

迭代行

while read line
do 
echo $line;
done < file.txt

使用子shell

cat file.txt | (while read line; do echo $line;done)

迭代每一个单词

for word in $line
do
echo $word
done

迭代一个单词的每一个字符

for (i=0;i<${#word};i++)
do
echo ${word:i:1}
done

${#var_name}: var_name表示变量，整体表示该变量值得长度
${string:start_position:char_count}: 截取字符串变量$string 中从start_position开始，char_count个字符，$(string:start_position)表示将变量$string 从start_position开始截取到最后
${string/line/replaced}: 使用replaced替换变量$string中的line