连接数千个文件：> vs >>

Question

对于以下问题，我在 StackOverflow 上发现了两个看似矛盾的答案：

• 连接数百个目录中的数千个文本文件（同时保持一些结构）
• 如何将子目录中的文件与 Unix find execute 和 cat 连接成一个文件？

第一个问题的最佳答案表明：

find . -name *.txt -print0 | xargs -0 cat >> out.txt

而第二个问题的最佳答案表明：

find . -name *.txt -print0 | xargs -0 cat > out.txt

据我所知，第一个是正确的，因为它使用>>(append) 运算符，但不是第二个，因为它使用了>我认为只是将输出重定向到文件的运算符。然而，第二个答案有更多的票数（10）并且也被接受了，没有评论。两个答案都正确吗？为什么？那么拥有这两个运营商的目的是什么？

Answer 1

第二个例子：

find . -name '*.txt' -print0 | xargs -0 cat > out.txt

是完全合法的，out.txt每次运行时都会重新创建文件，而第一个将连接到out.txt它是否运行。但是这两个命令基本上都在做同样的事情。

令人困惑的是这个问题xargs -0 cat。人们认为重定向到out.txt是该命令的一部分，而实际上并非如此。重定向是xargs -o cat在通过 STDIN 接收输入之后发生的，然后将该输出作为单个流输出到 STDOUT。将xargs是优化的文件的cat'ing不是他们的输出。

这是一个例子，可以说明我在说什么。如果我们在文件的输出和输出pv -l之间插入一个，我们可以看到 cat 写了多少行。xargs -0 catout.txt

例子

为了说明这一点，我创建了一个包含 10,000 个文件的目录。

for i in `seq -w 1 10000`;do echo "contents of file$i.txt" > file$i.txt;done

每个文件看起来都类似于：

$ more file00001.txt 
contents of file00001.txt

输出pv：

$ find . -name '*.txt' -print0 | xargs -0 cat | pv -l > singlefile.rpt
  10k 0:00:00 [31.1k/s] [  <=> 

正如我们所看到的，我的singlefile.rpt文件中写入了 10k 行。如果xargs向我们传递大块输出，那么我们会通过减少呈现给pv.

Answer 2

那么拥有这两个运营商的目的是什么？

这很简单：因为有不同的用例。有时首先将目标文件截断到大小为 0 很有用，有时（例如日志文件）将数据附加到文件更有意义。

在这种情况下，追加没有意义。您需要一个与您选择的文件内容完全相同的文件，而不是“一个在开头包含任何数据而在结尾包含所选文件内容的文件”。