识别可变长度文件名的合适正则表达式是什么？

Question

我有一个 bash 脚本，可以从远程服务器分类和检索文件。我对基于文件名的分类步骤有问题。

我能够正确识别由文件名开头定义的不同文件系列。文件名可以是：

ala-olo_ulu-1602915797.txt
ala-olo_ulu-1602915799.txt
ili-olo-1602915897.txt
ili-olo-1602915997.txt
ili-olo-pip-1602925797.txt
ili-olo-pip-1602935797.txt

在这个例子中，我有 3 个家庭：（ ala-olo_ulu ili-olo ili-olo-pip 纯例子:)）

每个系列都在循环的一次迭代中进行处理。在这样的迭代中，我在变量中提供了姓氏BASE_NAME（例如ili-olo）。

我的麻烦是在将文件同步到本地之前的去皮步骤。我正在使用以下 ssh 命令管理它。

      ssh root@"${RMT_IP}" '
          for FILE in "'${BASE_NAME}'*'${FILE_EXTENSION}'"; do
            tar -rf "'${BASE_NAME}'.tar" ${FILE} --remove-files
          done' < /dev/null

不幸的是，使用此脚本，如果ili-olo在之前管理ili-olo-pip，则存档将包含两个系列（它们共享相同的开始）。然后什么时候ili-olo-pip进行管理，它们将不再是任何文件，并且 tar 命令以错误结束。（这就是我发现问题的方式）。

我想，我应该使用正则表达式来指定文件名的可变部分是数字部分。请问，如何更改for循环定义，以便以相同字符串开头的系列不会进入相同的 tar？

for FILE in "'${BASE_NAME}'*'${FILE_EXTENSION}'"; do

?

数字部分始终具有相同的位数（它是一个时间戳，具有第二个精度），例如 1602915797

我感谢你的帮助。祝你有美好的一天，贝斯特斯，皮埃尔

Answer 1

如果您可以zsh同时用作本地和远程 shell，则更容易：

ssh root@$RMT_IP zsh << EOF
  set -o extendedglob # for (#c10)

  for file in ${(qq)BASE_NAME}-[0-9](#c10).${(qq)FILE_EXTENSION}(N); do
    tar -rf ${(qq)BASE_NAME}.tar \$file --remove-files
  done
EOF

[0-9](#c10)匹配 10 个十进制数字的序列。对于组成该范围内的数字的十进制数字序列，另请参阅[0-9]##与[0-9](#c1,)一位或多位数字相同的内容或<100000-9999999999>（不需要extendedglob）。

sshd在服务器上运行用户的登录 shell 来解释作为参数传递的代码。由于我们不知道它是什么（通常用于root，那只是sh），我们只是制作该代码zsh，以启动zshshell 并zsh在标准输入上传递代码。

使用像这样的 here-document 可以更容易地构造要由那里的远程 shell 解释的 shell 代码。由于EOF没有引用，本地 shell 将在本地执行扩展。

跟踪哪些扩展是在本地完成的，哪些是由远程 shell 完成的，这一点很重要。

上面${(qq)BASE_NAME}是本地shell展开的，我们使用(qq)参数展开标志将结果用单引号括起来，这样远程shell就把它当成文字串了。

$file必须由远程 shell 扩展，因此我们将其添加为前缀，\以便将文字$file传递给远程 shell。

如果zsh在远程机器上不可用，但是bash，您可以这样做（仍在zsh本地使用）：

ssh root@$RMT_IP bash --norc << EOF
  shopt -s extglob nullglob # for +(...)
  export LC_ALL=C

  for file in ${(qq)BASE_NAME}-+([0-9]).${(qq)FILE_EXTENSION}; do
    tar -rf ${(qq)BASE_NAME}.tar "\$file" --remove-files
  done
EOF

bash没有相当于zsh的x(#c10)glob 运算符，但是使用extglob，它支持 ksh 的一个子集（{10}(x)虽然不幸在这里不是），包括+(x)匹配一个或多个x. 所以这+([0-9])将匹配一位或多位数字，而不仅仅是 10。

要匹配 10 位数字，您仍然可以执行[0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9].