我对命令行搜索方法有疑问。这是我的情况。
我有一个数据文件,其中包含一堆 (~36,000) 个对象的标识号,如下所示:
# ID 85000213 85000234 85000246 85000247 85000249 85000250 ...
我还有一个数据文件目录,其中包含有关每个对象的数据,其名称如下:
datafileID85000213.csv datafileID85000234.csv datafileID85000246.csv datafileID85000247.csv datafileID85000249.csv datafileID85000250.csv ...
我实际上想检查原始 ID 数据文件中的所有对象是否都有一个包含其实际数据的关联 CSV 文件。我这样做的第一个想法是使用 diff 命令来比较这些列表,但为了做到这一点,我需要从我拥有的 ~36,000 个 CSV 文件名中制作一个单列数据文件,以便与之进行比较。一个复杂的问题是,对于到目前为止我尝试使用的大多数命令(mv、cp、ls),我得到了这个:
Argument list too long
有人对此任务有解决方法(或更好的主意)吗?
为了搜索每个文件名字符串中的数字,到目前为止我发现了以下两种情况之一:
python :
>>> import re >>> idlist ['abcdefg0.dat', 'abcdefg1.dat', 'abcdefg2.dat', 'abcdefg3.dat', 'abcdefg4.dat', 'abcdefg5.dat', 'abcdefg6.dat', 'abcdefg7.dat', 'abcdefg8.dat', 'abcdefg9.dat'] >>> numbers = [] >>> for i in range(len(idlist)): ... numbers.append(re.search(r'\d+',idlist[i]).group()) ... >>> numbers ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
任何帮助将不胜感激!
最佳答案
来自 bash
:
{
# Read the header into a variable, but ignore it
read -r hdrLine
while read -r fileID; do
[[ -f $DIRECTORY/datafileID$fileID.csv ]] || echo "$fileID not found"
done
} < id_list.txt
{...}
中的所有内容均从文件 id_list.txt
中读取。第一个 read
语句读取并丢弃 header 。 while
循环然后从文件中读取剩余的行,一次一个。将 DIRECTORY
设置为文件所在目录的名称(或替换为硬编码路径,由您选择),它会检查名称为 datafileID$fileID.csv 的文件
存在于该目录中。如果是这样,什么也不会发生。否则,将向标准输出打印一条消息。
您可以使用文件 glob 执行更一般的检查。
[[ -f $DIRECTORY/*$fileID* ]]
将检查名称中任何位置包含 $fileID
的文件是否存在。
关于python - 检查所有文件是否存在,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16990684/