如何查找内容中包含 100% NUL 字符的文件？

Question

可以识别此类文件的 Linux 命令行命令是什么？

AFAIKfind命令（或grep）只能匹配文本文件中的特定字符串。但我想匹配整个内容，即我想查看哪些文件匹配正则表达式\0+，忽略行尾字符。也许这个find . cat | grep习语可以工作，但我不知道如何让 grep 忽略行（并将文件视为二进制文件）。

背景：每隔几天，当我的笔记本电脑死机时，我的 btrfs 分区会丢失信息：打开用于写入的文件将其内容替换为零（文件大小或多或少保持不变）。我使用同步，我不希望这些假文件传播：我需要一种方法来识别它们，以便我可以从备份中获取它们。

Answer 1

你可以grep为？使用 Perl 正则表达式模式的字符：

$ echo -ne "\0\0" > nul.bin
$ echo -ne "\0x\0" > non-nul.bin
$ grep -P "[^\0]" *.bin
Binary file non-nul.bin matches

所以你可以使用这个：

for path in *.foo
do
    grep -P "[^\0]" "$path" || echo "$path"
done

Answer 2

我同意 D_Bye 关于找到问题根源的说法。

无论如何检查文件是否只包含\0和/或\n您可以使用tr：

<file tr -d '\0\n' | wc -c

对于空/换行符和空文件，它返回 0。

Answer 3

这是一个可以做到这一点的小Python程序：

import sys

def only_contains_nulls(fobj, chunk_size=1024):
    first = True
    while True:
        data = fobj.read(chunk_size)
        if not data:
            if first:
                return 1  # No data
            else:
                return 0
        if data.strip("\0"):
            return 1
        first = False

if __name__ == '__main__':
    with open(sys.argv[1]) as f:
        sys.exit(only_contains_nulls(f))

并在行动中：

$ printf '\0\0\0' > file
$ ./onlynulls file && echo "Only nulls" || echo "Non-null characters"
Only nulls
$ printf a >> file
$ ./onlynulls file && echo "Only nulls" || echo "Non-null characters"
Non-null characters

您可以使用 find -exec、xargs、 GNUparallel和类似程序检查多个文件。或者，这将打印需要处理的文件名：

$ printf '\0\0\0' > file
$ ./onlynulls file && echo "Only nulls" || echo "Non-null characters"
Only nulls
$ printf a >> file
$ ./onlynulls file && echo "Only nulls" || echo "Non-null characters"
Non-null characters

请记住，如果您要将其输出传递给另一个程序，文件名可以包含换行符，因此您应该以不同的方式对其进行分隔（适当地使用\0）。

如果您有很多文件，最好使用并行处理选项，因为它一次只能读取一个文件。

Answer 4

我怀疑这些文件是稀疏的，也就是说它们没有分配给它们的任何磁盘空间，它们只是指定了一个文件大小（du会为它们报告 0）。

在这种情况下，使用 GNU find，您可以执行以下操作（假设没有文件路径包含换行符）：

find . -type f -size +0 -printf '%b:%p\n' | grep '^0:' | cut -d: -f2-