如何在linux终端上只打印txt文件？

Question

在我的Linux目录中，我有6个文件。 5个文件是txt文件，1个文件是.tar.gz类型的文件。我怎样才能打印到终端只有txt文件的名称？

directory :dir 
content: 
ex1, ex2, ex3, ex4, ex5, ex6.tar.gz 

Answer 1

由于您没有文件扩展名（.txt），我会尝试使用排除来完成。

ls | grep -v tar.gz

如果您有多个类型，请使用扩展名。

Answer 2

命令'file'后跟一个文件名，将返回文件的类型。

您可以遍历目录中的文件，将每个文件名用作“文件”命令的输入，如果是文本文件，则输出该文件名。

以下包括从文件命令一些额外的输出，我不知道怎么又删除，但它确实给你你想要的文件名：

​​

你可以把它变成壳脚本放在您想从中获取文件名的目录中，然后从命令行运行它。

Answer 3

更新回答

如@ hek2mgl评价所指出的，一个更强大的解决方案是分离使用NULL字符（可能不是在文件名中发生）的文件名，并且将处理包含换行符的文件名，并冒号：

file -0 * | awk -F'\0' '$2 ~ /text/{print $1}' 

原来的答案

我这样做：

file * | awk -F: '$2~/text/{print $1}' 

运行file看每个文件的类型，并传递由冒号分隔的名称和类型，以awk。 awk然后在第二个字段中查找单词text，如果它找到它，则打印第一个字段 - 这是文件名。

尝试运行它自己以下简单的命令来看看它是如何工作的：

file * 

Answer 4

使用file命令的意见是正确的。这里的问题是解析这个命令的输出，因为（1）文件名可以包含任何字符，（2）file命令的具体输出有点不可预知，因为它取决于所谓的魔术文件是存在的。

如果我们依靠的事实file命令的输出的说明文字 - 即那部分解释了什么文件，它是 - 总是包含单词文本如果是文本的文件，它永远不会包含冒号，我们可以如下处理它：

输出中的最后一个冒号必须将解释的文件名与文件名分开。左边的所有内容都是文件名，如果在右边部分出现text（注意文本！之前的前导空格）这个词，我们就有一个文本文件。

这仍然给我们留下了那些（希望罕见）情况下，文件名包含非打印字符，它们将被转换为自己的八进制等价的，这可能会或可能不是你想看到的是。您可以通过将-r选项传递给文件命令来取消该选项。如果你想进一步处理这个文件名，而不是只显示给用户，这很有用，但它可能会破坏你的解析逻辑，特别是如果文件名包含一个换行符。

最后，不要忘记，无论如何，你会看到什么系统认为一个文本文件。这不一定是你定义为一个文本文件。

Answer 5

指定文件的这个目录：

$ file * 
1.txt:  UTF-8 Unicode (with BOM) text, with CRLF line terminators 
2.pdf:  PDF document, version 1.5 
3.pdf:  PDF document, version 1.5 
4.dat:  data 
5.txt:  ASCII text 
6.jpg:  JPEG image data, JFIF standard 1.02, aspect ratio, density 100x100, segment length 16, baseline, precision 8, 2833x972, frames 3 
7.html:  HTML document text, UTF-8 Unicode text, with very long lines, with no line terminators 
8.js:  UTF-8 Unicode text 
9.xml:  XML 1.0 document text 
A.pl:  a /opt/local/bin/perl script text executable, ASCII text 
B.Makefile: makefile script text, ASCII text 
C.c:  c program text, ASCII text 
D.docx:  Microsoft Word 2007+ 

你可以看到，是纯ASCII的文件只有5.txt，9.xml，和A-C。其余的是根据file的二进制或UTF。

您可以使用Bash glob遍历文件并使用file来测试每个文件。这节省不必解析的file为文件名的输出，但依赖于file精确识别您认为什么是“文”：

for fn in *; do 
    [ -f "$fn" ] || continue 
    fo=$(file "$fn") 
    [[ $fo =~ ^"$fn":.*text ]] || continue 
    echo "$fn" 
done  

如果您不能使用file，这当然是最简单的方法，你可以打开文件并查找二进制字符。使用Perl为：

for fn in *; do 
    [ -f "$fn" ] || continue 
    head -c 2000 "$fn" | perl -lne '$tot+=length; $cnt+=s/[^[:ascii:]]//g; END{exit 1 if($cnt/$tot>0.03);}' 
    [ $? -eq 0 ] || continue 
    echo "$fn" 
done  

在这种情况下，我找了ASCII与非ASCII的前2000个字节的文件的百分比。 YMMV，但允许查找file将报告为UTF的文件（因为它具有二进制BOM），但大多数文件是ascii。

对于该目录中，这两个Bash脚本报告（与我的每个文件的注释）：

1.txt  # UTF file with a binary BOM but no UTF characters -- all ascii 
4.dat  # text based configuration file for a router. file does not report this 
5.txt  # Pure ascii file 
7.html # html file 
8.js  # Javascript sourcecode 
9.xml  # xml file all text 
A.pl  # Perl file 
B.Makefile # Unix make file 
C.c  # C source file 

由于file不考虑所有的ASCII文件4.dat是文本，它不被首次报道Bash脚本，但在第二个。否则 - 相同的输出。