我有大约15,000个名为file_1.pdb，file_2.pdb等的文件。通过执行以下操作，可以按顺序整理其中的几千个文件：

cat file_{1..2000}.pdb >> file_all.pdb

但是，如果我对15,000个文件执行此操作，则会收到错误消息

-bash: /bin/cat: Argument list too long

我已经看到这样做可以解决此问题，find . -name xx -exec xx但这不会保留文件连接的顺序。我该如何实现？

使用find，sort并xargs：

find . -maxdepth 1 -type f -name 'file_*.pdb' -print0 |
sort -zV |
xargs -0 cat >all.pdb

该find命令将找到所有相关文件，然后将其路径名打印出来sort，进行“版本排序”，以正确的顺序获取它们（如果文件名中的数字已被零填充到固定宽度，则我们就不需要了-V）。xargs获取此排序的路径名列表，并cat在尽可能大的批次上对其进行运行。

即使文件名包含奇怪的字符（例如换行符和空格），这也应该起作用。我们使用-print0with find给出sort以n结尾的名称进行排序，并sort使用进行处理-z。 xargs还会读取带有-0标志的以nul结尾的名称。

请注意，我正在将结果写入名称与模式不匹配的文件中file_*.pdb。

上面的解决方案对某些实用程序使用了一些非标准的标志。这些实用程序的GNU实现以及至少OpenBSD和macOS实现都支持这些功能。

使用的非标准标志是

• -maxdepth 1，find仅输入最顶层的目录，而不输入子目录。POSIXly，使用find . ! -name . -prune ...
• -print0，以find输出以nul结尾的路径名（POSIX认为此路径名但被拒绝）。一个可以-exec printf '%s\0' {} +代替。
• -z，以sort记录零终止的记录。没有POSIX等效项。
• -V，使sort排序如200后3。没有POSIX等效项，但是如果文件名具有固定的前缀，则可以用数字排序代替文件名的特定部分。
• -0，以xargs读取未终止的记录。没有POSIX等效项。POSIXly，需要用识别的格式引用文件名xargs。

如果路径名很乖，如果目录结构是平的（无子目录），那么可以凑合没有这些标志，除了-V有sort。

使用zsh（该{1..15000}运算符来自何处）：

autoload zargs # best in ~/.zshrc
zargs file_{1..15000}.pdb -- cat > file_all.pdb

或file_<digits>.pdb按数字顺序的所有文件：

zargs file_<->.pdb(n) -- cat > file_all.pdb

（其中<x-y>有一个glob运算符，它在十进制数字x到y上匹配。如果没有xnor y，则它是任何十进制数字。等效于extendedglobs [0-9]##或kshglobs +([0-9])（一个或多个数字））。

使用ksh93，使用其内置cat命令（因此，execve()由于没有执行，因此不受系统调用的限制）：

command /opt/ast/bin/cat file_{1..15000}.pdb > file_all.pdb

与bash/ zsh/ ksh93（其支撑zsh的{x..y}，并且具有printf内建）：

printf '%s\n' file_{1..15000}.pdb | xargs cat > file_all.pdb

在GNU系统或兼容的系统上，您还可以使用seq：

seq -f 'file_%.17g.pdb' 15000 | xargs cat > file_all.pdb

对于xargs基于解决方案的解决方案，必须特别注意包含空格，单引号或双引号或反斜杠的文件名。

如用于-It's a trickier filename - 12.pdb，请使用：

seq -f "\"./-It's a trickier filename - %.17g.pdb\"" 15000 |
  xargs cat > file_all.pdb

for循环是可能的，并且非常简单。

for i in file_{1..15000}.pdb; do cat $i >> file_all.pdb; done

缺点是您会调用cat很多次地狱。但是，如果您不记得确切的操作方法，find并且调用开销在您的情况下还算不错，那么请牢记这一点。

seq 1 15000 | awk '{print "file_"$0".dat"}' | xargs cat > file_all.pdb

前提

你不应该在错误招致仅 15K与特定的名称格式文件^{[ 1，2 ]}。

如果您从另一个目录运行该扩展，并且必须将路径添加到每个文件，则命令的大小将更大，并且当然会发生。

解决方案从该目录运行命令。

(cd That/Directory ; cat file_{1..2000}.pdb >> file_all.pdb )

最佳解决方案如果反而我猜不好，则从文件所在的目录中运行它……
恕我直言，最佳解决方案是StéphaneChazelas的解决方案：

seq -f 'file_%.17g.pdb' 15000 | xargs cat > file_all.pdb

用printf或seq; 在15k个文件上进行了测试，其编号仅在预高速缓存中，这甚至是速度更快的文件（目前，并且OP不在同一文件所在的目录中）。

还有一些话

您应该能够更长久地传递给Shell命令行。
您的命令行长度为213914个字符，包含15003个字
cat file_{1..15000}.pdb " > file_all.pdb" | wc

...甚至每个字加上8个字节也要比3333.1 ARG_MAX内核上报告的2097142（2.1M）少333 938字节（0.3M），或者比报告为“我们实际上可以使用”通过xargs --show-limits

看看您的系统上的输出

getconf ARG_MAX
xargs --show-limits

懒惰引导解决方案

在这种情况下，即使通常会提供一种省时的解决方案，我还是更喜欢使用块。
逻辑（如果有的话）是我懒得写1 ... 1000 1001..2000等...
所以我要脚本来帮我。
仅在检查输出正确之后，才将其重定向到脚本。

...但是懒惰是一种精神状态。
由于我过敏xargs（我确实应该在xargs这里使用过）并且不想检查如何使用它，因此我准时完成了重新发明轮子的操作，如以下示例（tl; dr）所示。

请注意，由于文件名是受控的（没有空格，换行符...），因此您可以轻松使用下面的脚本。

tl; dr

版本1：将第一个文件号，最后一个，块大小，输出文件作为可选参数传递

#!/bin/bash
StartN=${1:-1}          # First file number
EndN=${2:-15000}        # Last file number
BlockN=${3:-100}        # files in a Block 
OutFile=${4:-"all.pdb"} # Output file name

CurrentStart=$StartN 
for i in $(seq $StartN $BlockN $EndN)
do 
  CurrentEnd=$i ;  
    cat $(seq -f file_%.17g.pdb $CurrentStart $CurrentEnd)  >> $OutFile;
  CurrentStart=$(( CurrentEnd + 1 )) 
done
# Here you may need to do a last iteration for the part cut from seq
[[ $EndN -ge $CurrentStart ]] && 
    cat $(seq -f file_%.17g.pdb $CurrentStart $EndN)  >> $OutFile;

版本2

调用bash进行扩展（在我的测试中要慢20％左右）。

#!/bin/bash
StartN=${1:-1}          # First file number
EndN=${2:-15000}        # Last file number
BlockN=${3:-100}        # files in a Block 
OutFile=${4:-"all.pdb"} # Output file name

CurrentStart=$StartN 
for i in $(seq $StartN $BlockN $EndN)
do 
  CurrentEnd=$i ;
    echo  cat file_{$CurrentStart..$CurrentEnd}.pdb | /bin/bash  >> $OutFile;
  CurrentStart=$(( CurrentEnd + 1 )) 
done
# Here you may need to do a last iteration for the part cut from seq
[[ $EndN -ge $CurrentStart ]] && 
    echo  cat file_{$CurrentStart..$EndN}.pdb | /bin/bash  >> $OutFile;

当然，您可以前进并完全摆脱seq ^{[ 3 ]}（从coreutils中）并直接使用bash中的变量，或者使用python或编译ac程序来做到这一点^{[ 4 ]} ...

另一种方法可能是

(cat file_{1..499}.pdb; cat file_{500..999}.pdb; cat file_{1000..1499}.pdb; cat file_{1500..2000}.pdb) >> file_all.pdb