Bash查找文件并按日期和大小过滤

Question

我有一个包含大量文件的目录。每天都会自动添加新文件。

文件名的格式如下：[GROUP_ID] _ [RANDOM_NUMBER] .txt示例：012_1234.txt

对于每一天，对于每个GROUP_ID（032,024,044 ......等），我想只保留当天最大的文件。

例如，在3月27日和28日的两天里，我有：

March 27    -      012_1234.txt      -         12ko
March 27    -      012_0243.txt      -         3000ko
March 27    -      016_5647.txt      -         25ko
March 27    -      024_4354.txt      -         20ko
March 27    -      032_8745.txt      -         40ko

March 28    -      032_1254.txt      -         16ko
March 28    -      036_0456.txt      -         30ko
March 28    -      042_7645.txt      -         500ko
March 28    -      042_2310.txt      -         25ko
March 28    -      042_2125.txt      -         34ko
March 28    -      044_4510.txt      -         35ko

我希望：

March 27    -      012_0243.txt      -         3000ko
March 27    -      016_5647.txt      -         25ko
March 27    -      024_4354.txt      -         20ko
March 27    -      032_8745.txt      -         40ko

March 28    -      032_1254.txt      -         16ko
March 28    -      036_0456.txt      -         30ko
March 28    -      042_7645.txt      -         500ko
March 28    -      044_4510.txt      -         35ko

我找不到合适的bash ls / find命令，有人有想法吗？

使用此命令，我可以显示每天最大的文件。

ls -l *.txt --time-style=+%s |
awk '{$6 = int($6/86400); print}' |
sort -nk6,6 -nrk5,5 | sort -sunk6,6

但我想要每天每个GROUP_ID文件的最大文件。所以，如果有一个文件为“012”group_id文件，10ko，我想显示它，即使有其他组ID更大的文件...

Answer 1

我发现自己是解决方案：

ls -l | tail -n+2 |
awk '{ split($0,var,"_"); group_id=var[5]; print $0" "group_id }' |
sort -k9,9 -k5,5nr |
awk '$10 != x { print } { x = $10 }'

这给了我每个group_id最大的文件，所以现在我只是添加处理日期部分。

有关信息：

tail -n+2：隐藏ls命令输出的“总”部分

首先awk：获取group_id部分（012,036 ...）并在原始行（$ 0）之后显示它

排序：按文件名和大小排序

取每个group_id的最大大小（在开始时由awk添加的第10列）