regex - 使用 find 来识别与父目录名称相同的文件名

Question

我想使用 find 来搜索不同子目录中的文件，这些子目录必须与其父类别匹配相同的模式。

例子:

ls
Random1_fa  Random2_fa  Random3_fa

在这些目录中有不同的文件，我只想搜索其中一个文件:

cd Random1_fa
Random1.fa
Random1.fastq
Random1_match_genome.fa
Random1_unmatch_genome.fa
...

我只想“查找”带有“文件名”的文件.fa 例如:

/foo/bar/1_Random1/Random1_fa/Random1.fa
/foo/bar/2_Random2/Random2_fa/Random2.fa
/foo/bar/3_Random5/Random5_fa/Random5.fa
/foo/bar/10_Random99/Random99_fa/Random99.fa

我做到了:

ls | sed 's/_fa//' |find -name "*.fa"

但不是我要找的。 我想将 sed 的结果重定向为查找中的正则表达式模式。 一些“类似”的东西:

ls| sed 's/_fa//' |find -name "$1.fa"

或

ls| sed 's/_fa/.fa/' |find -name "$1"

Answer 1

当您可以直接使用 find 执行正则表达式条件时，为什么要使用 sed 从标准输入中读取以过滤掉要排除的文件。首先，您对所有以 _fa 结尾的目录运行 shell glob 扩展，并获取要在 find 表达式中使用的 find 字符串的名称。您需要做的就是

for dir in ./*_fa; do 
    # Ignore un-expanded globs from the for-loop. The un-expanded string woul fail
    # to match the condition for a directory(-d), so we exit the loop in case
    # we find no files to match
    [ -d "$dir" ] || continue
    # The filename from the glob expansion is returned as './name.fa'. Using the
    # built-in parameter expansion we remove the './' and '_fa' from the name
    str="${dir##./}"
    regex="${str%%_fa}"
    # We then use 'find' to identify the file as 'name.fa' in the directory
    find "$dir" -type f -name "${regex}.fa"
done

以下将匹配仅包含 [A-Za-z0-9] 并以 .fa 结尾的文件名。在包含您的目录的顶层运行此命令以匹配所有文件。

要将文件复制到其他地方，请添加以下内容

find "$dir" -type f -name "${regex}.fa" -exec cp -t /home/destinationPath {} +