查找人类可读的文件

Question

我试图找到一种有效的方法来完成OverTheWire 强盗挑战的第 5 级。

无论如何，我有一堆文件，只有一个符合以下标准：

• 人类可读
• 1033 字节大小
• 不可执行

现在，我正在使用该find命令，并且能够找到与最后两个条件匹配的文件：

find . -size 1033c ! -executable

但是，我不知道如何排除非人类可读的文件。我为该挑战找到的解决方案使用-readabletest 参数，但我认为这行不通。-readable只查看文件的权限，而不查看其内容，而挑战描述要求提供 ASCII 文件或类似内容。

Answer 1

是的，您可以使用它find来查找大小合适的不可执行文件，然后使用它file来检查 ASCII。就像是：

find . -type f -size 1033c ! -executable -exec file {} + | grep ASCII

然而，问题并不像听起来那么简单。“人类可读”是一个非常模糊的术语。据推测，您的意思是文本。好的，但是什么样的文本？只有拉丁字符 ASCII 吗？完整的 Unicode？例如，考虑这三个文件：

$ cat file1
abcde
$ cat file2
?????
$ cat file3
abcde
?????
$ cat file4
#!/bin/sh
echo foo

这些都是文本和人类可读的。现在，让我们看看file它们是什么：

$ file *
file1: ASCII text
file2: UTF-8 Unicode text
file3: UTF-8 Unicode text
file4: POSIX shell script, ASCII text executable

所以，find上面的命令只会找到file1（为了这个例子，让我们假设这些文件有 1033 个字符）。您可以展开find查找字符串text：

find . -type f -size 1033c ! -executable -exec file {} + | grep -w text

使用-w,grep将只打印text被发现为独立单词的行。这应该与您想要的非常接近，但我不能保证没有其他文件类型的描述也可能包含 string text。

Answer 2

虽然-exec主要用于处理找到的文件，但它也可以用作测试。因此，我们可以将其添加到您的其他标准中：

find . \
  -size 1033c \
  -not -executable \
  -exec sh -c 'file {} | grep "text$"' \;

请记住，grep当找不到模式时返回非零值，sh -c "COMMAND"并将返回评估结果（只要它有效）。所以这只会打印file <filename>输出以 结尾的文件text，例如“UTF-8 Unicode 文本”或“ASCII 文本”，而不是“非 ISO 扩展 ASCII 文本，带有转义序列”。

在一行中，它甚至比过去更短xargs：

find . -size 1033c -not -executable -exec sh -c 'file {} | grep "text$"' \;

请记住，您可以替换sh -c 'file {} | grep "text$"'为任何自定义命令。如果你想检查一些非常复杂的东西，提供一个 shell 脚本并使用它可能是一个更好的主意：

find . -size 1033c -not -executable -exec is_human_readable.sh {} \;

从长远来看，这比 shell 的历史更容易维护：

#!/bin/sh
file "$@" | grep "text$" > /dev/null

Answer 3

你可以试试这个

find . -size 1033c ! -executable -exec file {} +

你的挑战不允许 grep。密码文件将被报告为“ASCII 文本，带有很长的行”