Шукати дублюючі назви файлів у ієрархії папок?

У мене папка називається img, ця папка має багато рівнів підпапок, усі з яких містять зображення. Я збираюся імпортувати їх на сервер зображень.

Зазвичай зображення (або будь-які файли) можуть мати те саме ім’я, якщо вони знаходяться в іншому контурі до каталогу або мають інше розширення. Однак сервер зображень, в який я імпортую, вимагає, щоб усі імена зображень були унікальними (навіть якщо розширення різні).

Наприклад зображення background.pngі background.gifне буде розв'язано , тому що незважаючи на те, що вони мають різні розширення , вони по- , як і раніше мають таке ж ім'я файлу. Навіть якщо вони знаходяться в окремих підпапках, вони все одно повинні бути унікальними.

Тож мені цікаво, чи можу я виконати рекурсивний пошук у imgпапці, щоб знайти список файлів із однаковою назвою (крім розширення).

Чи є команда, яка може це зробити?

FSlint - універсальний пошук дублікатів, який включає функцію пошуку дублікатів імен:

Пакет FSlint для Ubuntu підкреслює графічний інтерфейс, але, як пояснено у FSlint FAQ, інтерфейс командного рядка доступний через програми в /usr/share/fslint/fslint/. Використовуйте --helpпараметр для документації, наприклад:

$ /usr/share/fslint/fslint/fslint --help
File system lint.
A collection of utilities to find lint on a filesystem.
To get more info on each utility run 'util --help'.

findup -- find DUPlicate files
findnl -- find Name Lint (problems with filenames)
findu8 -- find filenames with invalid utf8 encoding
findbl -- find Bad Links (various problems with symlinks)
findsn -- find Same Name (problems with clashing names)
finded -- find Empty Directories
findid -- find files with dead user IDs
findns -- find Non Stripped executables
findrs -- find Redundant Whitespace in files
findtf -- find Temporary Files
findul -- find possibly Unused Libraries
zipdir -- Reclaim wasted space in ext2 directory entries
$ /usr/share/fslint/fslint/findsn --help
find (files) with duplicate or conflicting names.
Usage: findsn [-A -c -C] [[-r] [-f] paths(s) ...]

If no arguments are supplied the $PATH is searched for any redundant
or conflicting files.

-A reports all aliases (soft and hard links) to files.
If no path(s) specified then the $PATH is searched.

If only path(s) specified then they are checked for duplicate named
files. You can qualify this with -C to ignore case in this search.
Qualifying with -c is more restictive as only files (or directories)
in the same directory whose names differ only in case are reported.
I.E. -c will flag files & directories that will conflict if transfered
to a case insensitive file system. Note if -c or -C specified and
no path(s) specifed the current directory is assumed.

Приклад використання:

$ /usr/share/fslint/fslint/findsn /usr/share/icons/ > icons-with-duplicate-names.txt
$ head icons-with-duplicate-names.txt 
-rw-r--r-- 1 root root    683 2011-04-15 10:31 Humanity-Dark/AUTHORS
-rw-r--r-- 1 root root    683 2011-04-15 10:31 Humanity/AUTHORS
-rw-r--r-- 1 root root  17992 2011-04-15 10:31 Humanity-Dark/COPYING
-rw-r--r-- 1 root root  17992 2011-04-15 10:31 Humanity/COPYING
-rw-r--r-- 1 root root   4776 2011-03-29 08:57 Faenza/apps/16/DC++.xpm
-rw-r--r-- 1 root root   3816 2011-03-29 08:57 Faenza/apps/22/DC++.xpm
-rw-r--r-- 1 root root   4008 2011-03-29 08:57 Faenza/apps/24/DC++.xpm
-rw-r--r-- 1 root root   4456 2011-03-29 08:57 Faenza/apps/32/DC++.xpm
-rw-r--r-- 1 root root   7336 2011-03-29 08:57 Faenza/apps/48/DC++.xpm
-rw-r--r-- 1 root root    918 2011-03-29 09:03 Faenza/apps/16/Thunar.png

find . -mindepth 1 -printf '%h %f\n' | sort -t ' ' -k 2,2 | uniq -f 1 --all-repeated=separate | tr ' ' '/'

Як зазначається в коментарі, це також знайде папки. Ось команда обмежити його файлами:

find . -mindepth 1 -type f -printf '%p %f\n' | sort -t ' ' -k 2,2 | uniq -f 1 --all-repeated=separate | cut -d' ' -f1

Збережіть це у файлі з назвою duplicates.py

#!/usr/bin/env python

# Syntax: duplicates.py DIRECTORY

import os, sys

top = sys.argv[1]
d = {}

for root, dirs, files in os.walk(top, topdown=False):
    for name in files:
        fn = os.path.join(root, name)
        basename, extension = os.path.splitext(name)

        basename = basename.lower() # ignore case

        if basename in d:
            print(d[basename])
            print(fn)
        else:
            d[basename] = fn

Потім зробіть файл виконуваним:

chmod +x duplicates.py

Виконати, наприклад, так:

./duplicates.py ~/images

Він повинен виводити пари файлів, що мають однакове базове ім'я (1). Написаний python, ви повинні мати змогу змінити його.

Я припускаю, що вам потрібно побачити лише ці "дублікати", а потім обробити їх вручну. Якщо так, цей код bash4 повинен робити те, що ви хочете, я думаю.

declare -A array=() dupes=()
while IFS= read -r -d '' file; do 
    base=${file##*/} base=${base%.*}
    if [[ ${array[$base]} ]]; then 
        dupes[$base]+=" $file"
    else
        array[$base]=$file
    fi
done < <(find /the/dir -type f -print0)

for key in "${!dupes[@]}"; do 
    echo "$key: ${array[$key]}${dupes[$key]}"
done

Дивіться http://mywiki.wooledge.org/BashGuide/Arrays#Associative_Arrays та / або посібник з bash щодо довідки про синтаксис асоціативного масиву.

Це bname:

#!/bin/bash
#
#  find for jpg/png/gif more files of same basename 
#
# echo "processing ($1) $2"
bname=$(basename "$1" .$2)
find -name "$bname.jpg" -or -name "$bname.png"

Зробіть його виконуваним:

chmod a+x bname 

Виклик:

for ext in jpg png jpeg gif tiff; do find -name "*.$ext" -exec ./bname "{}" $ext ";"  ; done

Про:

• Це просто і просто, тому розширюється.
• Обробляє прогони, вкладки, переривання рядків та стрічки сторінок у назви файлів, afaik. (Якщо в розширенні-імені немає подібного).

Con:

• Він завжди знаходить сам файл, і якщо він знайде a.gif для a.jpg, він знайде a.jpg і для a.gif. Тож для 10 файлів з однаковою базовою назвою він знаходить у підсумку 100 збігів.

Вдосконалення сценарію loevborg, для моїх потреб (включає груповий вихід, чорний список, більш чистий вихід під час сканування). Я сканував накопичувач на 10 ТБ, тому мені знадобився трохи більш чистий вихід.

Використання:

python duplicates.py DIRNAME

duplicates.py

    #!/usr/bin/env python

    # Syntax: duplicates.py DIRECTORY

    import os
    import sys

    top = sys.argv[1]
    d = {}

    file_count = 0

    BLACKLIST = [".DS_Store", ]

    for root, dirs, files in os.walk(top, topdown=False):
        for name in files:
            file_count += 1
            fn = os.path.join(root, name)
            basename, extension = os.path.splitext(name)

            # Enable this if you want to ignore case.
            # basename = basename.lower()

            if basename not in BLACKLIST:
                sys.stdout.write(
                    "Scanning... %s files scanned.  Currently looking at ...%s/\r" %
                    (file_count, root[-50:])
                )

                if basename in d:
                    d[basename].append(fn)
                else:
                    d[basename] = [fn, ]

    print("\nDone scanning. Here are the duplicates found: ")

    for k, v in d.items():
        if len(v) > 1:
            print("%s (%s):" % (k, len(v)))
            for f in v:
                print (f)