将glob转换为`find`

我一次又一次遇到这个问题：我有一个glob，它与正确的文件完全匹配，但是导致Command line too long。每次我将其转换为find和的某种组合时，grep都可以在特定情况下使用，但并非100％等效。

例如：

./foo*bar/quux[A-Z]{.bak,}/pic[0-9][0-9][0-9][0-9]?.jpg

是否有将glob转换为find我不知道的表达式的工具？还是有一个选项find可以匹配glob，而不匹配子目录中的同一个glob（例如foo/*.jpg，不允许match bar/foo/*.jpg）？

如果问题是出现参数列表太长的错误，请使用循环或内置的shell。虽然command glob-that-matches-too-much可以出错，for f in glob-that-matches-too-much但不会出错，因此您可以执行以下操作：

for f in foo*bar/quux[A-Z]{.bak,}/pic[0-9][0-9][0-9][0-9]?.jpg
do
    something "$f"
done

该循环可能会非常慢，但是应该可以正常工作。

要么：

printf "%s\0" foo*bar/quux[A-Z]{.bak,}/pic[0-9][0-9][0-9][0-9]?.jpg |
  xargs -r0 something

（printf由于内置在大多数shell中，因此可以解决execve()系统调用的局限性）

$ cat /usr/share/**/* > /dev/null
zsh: argument list too long: cat
$ printf "%s\n" /usr/share/**/* | wc -l
165606

也适用于bash。我不确定这在哪里记录。

Vim glob2regpat()和Python fnmatch.translate()都可以将glob转换为正则表达式，但也都可以.*用于*，匹配/。

find（对于-name/ -path标准谓词）与通配符一样使用通配符模式（请注意，{a,b}它不是通配符运算符；展开后，将得到两个通配符）。主要区别在于对斜杠（以及未在中特别处理的点文件和目录find）的处理。*在全球范围内不会跨越几个目录。*/*/*将导致最多列出2级目录。添加a -path './*/*/*'将匹配至少3层深度的任何文件，并且不会停止find列出任何深度的任何目录的内容。

对于那个特殊的

./foo*bar/quux[A-Z]{.bak,}/pic[0-9][0-9][0-9][0-9]?.jpg

几个问题，翻译起来很容易，您想要目录3的深度，因此可以使用：

find . -mindepth 3 -maxdepth 3 \
       \( -path './foo*bar/quux[A-Z].bak/pic[0-9][0-9][0-9][0-9]?.jpg' -o \
          -path './foo*bar/quux[A-Z]/pic[0-9][0-9][0-9][0-9]?.jpg' \) \
       -exec cmd {} +

（或-depth 3带有某些find实现）。或POSIXly：

find . -path './*/*/*' -prune \
       \( -path './foo*bar/quux[A-Z].bak/pic[0-9][0-9][0-9][0-9]?.jpg' -o \
          -path './foo*bar/quux[A-Z]/pic[0-9][0-9][0-9][0-9]?.jpg' \) \
       -exec cmd {} +

这将保证那些*和字符?不能匹配/。

（find，与glob相反，它将读取foo*bar当前目录¹中目录以外的目录的内容，而不对文件列表进行排序。但是，如果撇开/ ，无效字符[A-Z]的行为或*/ 的问题?是未指定，您将获得相同的文件列表）。

但是无论如何，正如@muru所示，find如果只是将文件列表分成多个运行以解决execve()系统调用的限制，则无需求助。某些外壳（如zsh（带有zargs）或ksh93（带有command -x））甚至对此具有内置支持。

用zsh（其glob也具有-type f和find谓词等价的谓词），例如：

autoload zargs # if not already in ~/.zshrc
zargs ./foo*bar/quux[A-Z](|.bak)/pic[0-9][0-9][0-9][0-9]?.jpg(.) -- cmd

（(|.bak)与glob运算符相反{,.bak}，(.)glob限定符与finds 等效-type f，oN在其中添加以跳过与的排序find，D包括点文件（不适用于此glob））

¹要find像globs一样爬网目录树，您需要类似以下内容：

find . ! -name . \( \
  \( -path './*/*' -o -name 'foo*bar' -o -prune \) \
  -path './*/*/*' -prune -name 'pic[0-9][0-9][0-9][0-9]?.jpg' -exec cmd {} + -o \
  \( ! -path './*/*' -o -name 'quux[A-Z]' -o -name 'quux[A-Z].bak' -o -prune \) \)

也就是说，修剪所有级别为1的目录（除去目录）foo*bar，以及所有级别2的除quux[A-Z]或quux[A-Z].bak，然后选择pic...级别3的目录（并修剪该级别的所有目录）。

您可以编写一个正则表达式来查找符合您要求的内容：

find . -regextype egrep -regex './foo[^/]*bar/quux[A-Z](\.bak)?/pic[0-9][0-9][0-9][0-9][^/]?\.jpg'

概括一下我的其他答案的注释，作为对问题的更直接答案，您可以使用此POSIX sh脚本将glob转换为find表达式：

#! /bin/sh -
glob=${1#./}
shift
n=$#
p='./*'

while true; do
  case $glob in
    (*/*)
      set -- "$@" \( ! -path "$p" -o -path "$p/*" -o -name "${glob%%/*}" -o -prune \)
      glob=${glob#*/} p=$p/*;;
    (*)
      set -- "$@" -path "$p" -prune -name "$glob"
      while [ "$n" -gt 0 ]; do
        set -- "$@" "$1"
        shift
        n=$((n - 1))
      done
      break;;
  esac
done
find . "$@"

要与一个标准shglob 一起使用（而不是示例中使用大括号扩展的两个glob ）：

glob2find './foo*bar/quux[A-Z].bak/pic[0-9][0-9][0-9][0-9]?.jpg' \
  -type f -exec cmd {} +

（除了.和不忽略点文件或点目录，..并且不对文件列表进行排序）。

那只适用于相对于当前目录的glob，没有.或没有任何..组件。通过一些努力，您可以将其扩展到任何glob，而不是glob。。。还可以对其进行优化，以使glob2find 'dir/*'查找dir的样式与模式不同。