Linux命令：如何仅查找文本文件？

经过Google的几次搜索后，我想到的是：

find my_folder -type f -exec grep -l "needle text" {} \; -exec file {} \; | grep text

这非常不方便，并且会输出不需要的文本，例如mime类型信息。有更好的解决方案吗？我在同一文件夹中有很多图像和其他二进制文件，并且有很多文本文件需要搜索。

我知道这是一个旧线程，但是我偶然发现了它，并认为我会分享我的方法，我发现这是一种非常快速的方法，可find用于仅查找非二进制文件：

find . -type f -exec grep -Iq . {} \; -print

-Igrep 的选项告诉它立即忽略二进制文件，而.连同的选项-q会使它立即与文本文件匹配，因此运行非常快。如果您担心空格，可以将其更改-print为-print0用于管道到xargs -0或之类的东西（感谢小费，@ lucas.werkmeister！）

同样，仅对于某些BSD版本（find例如OS X）而言，第一个点才是必需的，但是如果您希望始终将其放置在别名或其他内容中，那么仅将其始终存在并不会带来任何伤害。

编辑：正如@ruslan正确指出的那样，-and可以隐式地将其省略。

基于这个SO问题：

grep -rIl "needle text" my_folder

为什么不方便？如果您需要经常使用它，并且不想每次都键入它，只需为其定义一个bash函数：

function findTextInAsciiFiles {
    # usage: findTextInAsciiFiles DIRECTORY NEEDLE_TEXT
    find "$1" -type f -exec grep -l "$2" {} \; -exec file {} \; | grep text
}

把它放在你的.bashrc然后运行：

findTextInAsciiFiles your_folder "needle text"

无论你什么时候想要。

编辑以反映OP的编辑：

如果您想删除mime信息，则可以在筛选出mime信息的管道中再添加一个阶段。这应该做的伎俩，通过采取只什么来之前:：cut -d':' -f1：

function findTextInAsciiFiles {
    # usage: findTextInAsciiFiles DIRECTORY NEEDLE_TEXT
    find "$1" -type f -exec grep -l "$2" {} \; -exec file {} \; | grep text | cut -d ':' -f1
}

find . -type f -print0 | xargs -0 file | grep -P text | cut -d: -f1 | xargs grep -Pil "search"

不幸的是，这不能节省空间。将其放入bash脚本会使它变得更容易。

这是空间安全的：

#!/bin/bash
#if [ ! "$1" ] ; then
    echo "Usage: $0 <search>";
    exit
fi

find . -type f -print0 \
  | xargs -0 file \
  | grep -P text \
  | cut -d: -f1 \
  | xargs -i% grep -Pil "$1" "%"

另一种方法是：

# find . |xargs file {} \; |grep "ASCII text"

如果您也想要空文件：

#  find . |xargs file {} \; |egrep "ASCII text|empty"

这个怎么样：

$ grep -rl "needle text" my_folder | tr '\n' '\0' | xargs -r -0 file | grep -e ':[^:]*text[^:]*$' | grep -v -e 'executable'

如果您想要不带文件类型的文件名，只需添加最终sed过滤器即可。

$ grep -rl "needle text" my_folder | tr '\n' '\0' | xargs -r -0 file | grep -e ':[^:]*text[^:]*$' | grep -v -e 'executable' | sed 's|:[^:]*$||'

您可以通过-e 'type'在最后一个grep命令中添加更多选项来过滤掉不需要的文件类型。

编辑：

如果您的xargs版本支持该-d选项，则上面的命令将变得更简单：

$ grep -rl "needle text" my_folder | xargs -d '\n' -r file | grep -e ':[^:]*text[^:]*$' | grep -v -e 'executable' | sed 's|:[^:]*$||'

这是我的做法...

1。编写一个小脚本来测试文件是否为纯文本istext：

#!/bin/bash
[[ "$(file -bi $1)" == *"file"* ]]

2。像以前一样使用find

find . -type f -exec istext {} \; -exec grep -nHi mystring {} \;

我对组织的回答有两个问题：

• 它仅列出文本文件。它实际上并没有按要求搜索它们。要实际搜索，请使用

  find . -type f -exec grep -Iq . {} \; -and -print0 | xargs -0 grep "needle text"
  

• 它为每个文件生成一个grep进程，这非常慢。那么一个更好的解决方案是

  find . -type f -print0 | xargs -0 grep -IZl . | xargs -0 grep "needle text"
  

  或简单地

  find . -type f -print0 | xargs -0 grep -I "needle text"
  

  与上述解决方案（2.5GB数据/ 7700文件）的4s相比，这仅需要0.2s，即20倍的速度。

同样，没有人引用ag，Silver Searcher或ack- grep¸作为替代方案。如果可以使用以下方法之一，则它们是更好的选择：

ag -t "needle text"    # Much faster than ack
ack -t "needle text"   # or ack-grep

最后，请注意误报（二进制文件作为文本文件）。我已经使用grep / ag / ack进行了误报，因此最好在编辑文件之前先列出匹配的文件。

尽管这是一个古老的问题，但我认为此信息将增加此处答案的质量。

当忽略设置了可执行位的文件时，我只使用以下命令：

find . ! -perm -111

为了防止递归进入其他目录：

find . -maxdepth 1 ! -perm -111

不需要管道来混合大量命令，只需强大的普通查找命令即可。

• 免责声明：这不是确切什么任择议定书要求，因为它不检查，如果该文件是二进制或没有。例如，它将过滤掉bash脚本文件，这些文件本身就是文本，但是具有可执行位set。

就是说，我希望这对任何人都有用。

我这样做的方法是：1）由于要搜索的文件太多（〜30k），我每天使用以下命令生成文本文件列表以供crontab使用：

find /to/src/folder -type f -exec file {} \; | grep text | cut -d: -f1 > ~/.src_list &

2）在.bashrc中创建一个函数：

findex() {
    cat ~/.src_list | xargs grep "$*" 2>/dev/null
}

然后，我可以使用以下命令进行搜索：

findex "needle text"

HTH ：）

我更喜欢xargs

find . -type f | xargs grep -I "needle text"

如果文件名很奇怪，请使用-0选项进行查找：

find . -type f -print0 | xargs -0 grep -I "needle text"

• bash示例：在所有text / ascii文件中的/ etc中搜索文本“ eth0”

grep eth0 $（查找/ etc / -type f -exec文件{} \; | egrep -i“ text | ascii” | cut -d'：'-f1）

这是简化版，其中提供了扩展的解释，适用于像我这样的初学者，他们正在尝试学习如何在一行中放置多个命令。

如果您要逐步写出问题，它将看起来像这样：

// For every file in this directory
// Check the filetype
// If it's an ASCII file, then print out the filename

要做到这一点，我们可以使用三种UNIX命令：find，file，和grep。

find 将检查目录中的每个文件。

file将给我们文件类型。就我们而言，我们正在寻找返回“ ASCII文本”

grep 将从以下输出中查找关键字“ ASCII” file

那么，如何将它们串联在一起？有多种方法可以执行此操作，但是我发现按照伪代码的顺序进行操作最有意义（尤其是对于像我这样的初学者）。

find ./ -exec file {} ";" | grep 'ASCII'

看起来很复杂，但是当我们分解它时还不错：

find ./=浏览该目录中的每个文件。该find命令会打印出与“表达式”匹配的任何文件的文件名，或路径之后的任何文件名（在我们的情况下为当前目录或./

要了解的最重要的事情是，第一位之后的所有内容都将被评估为True或False。如果为True，则将打印出文件名。如果不是，则命令继续。

-exec=该标志是find命令中的一个选项，它使我们可以将某些其他命令的结果用作搜索表达式。就像在函数内调用函数一样。

file {}=在中调用的命令find。该file命令返回一个字符串，告诉您文件的文件类型。通常，它看起来像这样：file mytextfile.txt。在我们的例子中，我们希望它使用find命令正在查看的任何文件，因此我们将花括号放在其中{}以充当空变量或参数。换句话说，我们只是要求系统为目录中的每个文件输出一个字符串。

";"=这是命令find末尾的标点符号，也是标点符号-exec。如果需要运行，请参见手册中的“查找”以获取更多说明man find。

| grep 'ASCII'= |是管道。管道将左侧的所有内容作为输出，然后将其用作右侧的所有内容的输入。它获取find命令的输出（字符串是单个文件的文件类型），并对其进行测试以查看其是否包含string 'ASCII'。如果是，则返回true。

现在，find ./当grep命令返回true 时，右边的表达式将返回true。瞧

如果您有兴趣使用令人敬畏的file实用程序并结合使用的功能，通过魔术字节查找任何文件类型find，这会派上用场：

$ # Let's make some test files
$ mkdir ASCII-finder
$ cd ASCII-finder
$ dd if=/dev/urandom of=binary.file bs=1M count=1
1+0 records in
1+0 records out
1048576 bytes (1.0 MB, 1.0 MiB) copied, 0.009023 s, 116 MB/s
$ file binary.file
binary.file: data
$ echo 123 > text.txt
$ # Let the magic begin
$ find -type f -print0 | \
    xargs -0 -I @@ bash -c 'file "$@" | grep ASCII &>/dev/null && echo "file is ASCII: $@"' -- @@

输出：

file is ASCII: ./text.txt

图例：$是交互式shell提示符，我们在其中输入命令

您可以在之后修改该部分&&以调用其他脚本或也进行内联一些其他操作，即，如果该文件包含给定的字符串，请整理整个文件或在其中寻找辅助字符串。

说明：

• find 文件项
• 将xargs每个项目作为一行输入到一个衬里bash 命令/脚本中
• file通过魔术字节grep检查文件的类型，检查是否存在ASCII（如果存在），然后在&&执行下一条命令后检查。
• find将结果null分开打印，这可以避免转义带有空格和元字符的文件名。
• xargs，使用-0option，将其null分开读取，-I @@ 获取每条记录并用作bash脚本的位置参数/ args。
• --for bash确保无论它后面是参数如何，即使它以-like 开头，-c否则也可以解释为bash选项

如果您需要查找ASCII以外的grep ASCII其他类型，只需将其替换为其他类型，例如grep "PDF document, version 1.4"

find . -type f | xargs file | grep "ASCII text" | awk -F: '{print $1}'

使用find命令列出所有文件，使用file命令验证它们是否为文本（不是tar，key），最后使用awk命令过滤并打印结果。

这个怎么样

 find . -type f|xargs grep "needle text"