使用Shell脚本重命名文件，将文件名改为文件内的字符串。

Question

使用Shell脚本重命名文件，将文件名改为文件内的字符串。

4

我在论坛和stackoverflow上搜索了这个问题，但是没有找到答案。我正在使用Mac终端运行一个shell脚本来基于文件内容重命名一些pdf文件。

我有一个目录，里面装满了pdf文件，我正在使用开源的pdfbox将它们导出为文本文件。生成的文件与pdf文件同名，但以.txt结尾。我创建了这些文本文件，以便可以在文件中查找格式为Page xx Question xx的字符串，例如Page 43 Question 2。根据这个例子，我想将pdf文件重命名为pg43_q2.pdf

我认为我需要的正则表达式是： /Page\s+(\d+)Question\s+(\d+) 但我不知道如何读取两个捕获的数字并将它们保存到一个字符串中，以便我可以将其用作文件名。

到目前为止，我拥有的脚本是：

#!/bin/sh
PDF_FILE_PATH=$1
echo "Converting pdfs at $PDF_FILE_PATH"

find "$PDF_FILE_PATH" -name '*.pdf' -print0 | while IFS= read -r -d '' filename; do
   echo $filename
   java -jar pdfbox-app-1.6.0.jar ExtractText "$filename" "$filename.txt"
   NEWNAME=$(sed -n -e '/Page/s/Page\s+\(\d+\)\s+Question\s+\(\d+\).*$/pg\1_q\2/p' "$filename.txt")
   echo "Renaming pdf $filename to $NEWNAME"
   # I would do this next but the $NEWNAME is empty
   # mv "filename" "PDF_FILE_PATH$NEWNAME"
done

...但是sed命令没有将任何内容放入NEWNAME变量中。

我对sed并没有特殊的偏好，欢迎提出任何建议。

脚本的最新编辑使用了以下sed命令：

newname=$(sed -nE -e '/Page/s/^.*Page[[:blank:]]+([0-9]+)[[:blank:]]+Question[[:blank:]]+([0-9]+).*$/pg\1_q\2.pdf/p' "$filename.txt")

这种方法成功率约50％，但在重新命名文件时，新名称变量的其余时间为空。

已转换的文件中有效的第三行：

Unit 2 Review Page 257 Question 9  a)  12 (2)(2)(3)

转换后的文件中第三行无法正常工作：

Unit 2 Review Page 258 Question 16  a)  (a – 4)(a + 7) = a(a + 7) – 4(a + 7)                             = a2 + 7a – 4a – 28                              = a2 + 3a – 28   b)  (2x + 3)(5x + 2) = 2x(5x + 2) + 3(5x + 2)                                 = 10x2 + 4x + 15x + 6                                 = 10x2 + 19x + 6  c)  (–x + 5)(x + 5) = –x(x + 5) + 5(x + 5)                              = –x2 – 5x + 5x + 25                              = –x2 + 25  d)  (3y + 4)2 = (3y + 4)(3y + 4)                     = 3y(3y + 4) + 4(3y + 4)                     = 9y2 + 12y + 12y + 16                     = 9y2 + 24y + 16  e)  (a – 3b)(4a – b) = a(4a – b) – 3b(4a – b)                                = 4a2 – ab – 12ab + 3b2                                = 4a2 – 13ab + 3b2  f)  (v – 1)(2v2 – 4v – 9) = v(2v2 – 4v – 9) – 1(2v2 – 4v – 9)                                      = 2v3 – 4v2 – 9v – 2v2 + 4v + 9                                      = 2v3 – 6v2 – 5v + 9

- GLaDOS

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- shellter · Accepted Answer

已删除无用的原始回答

echo 'Unit 2 Review Page 257 Question 9  a)  12 (2)(2)(3)'\
| sed -n '/Page/{s/.*Page[ ][ ]*\([0-9][0-9]*\)[ ][ ]*Question[ ][ ]*\([0-9][0-9]*\).*$/pg\1_q\2/;p;q;}'

输出

pg257_q9

echo 'Unit 2 Review Page 258 Question 16  a)  (a  4)(a + 7) = a(a + 7)  4(a + 7)'\
| sed -n '/Page/{s/.*Page[ ][ ]*\([0-9][0-9]*\)[ ][ ]*Question[ ][ ]*\([0-9][0-9]*\).*$/pg\1_q\2/;p;q;}'

输出

pg258_q16

否则，你是正确的！

（请注意，sed处理对两种情况都相同）。

我在末尾加了一个分号;p;q}，并在开头加了一个左括号{，这样sed脚本就只会处理带有“Page”的行，然后退出。

我将posix字符类扩展到基本术语，即[[:digit:]]=[0-9]，并用重复初始字符类后跟“零或多个”字符'*'来替换+，使[0-9][0-9]*。根据我的个人经验，在Sun 3上从OReilly的第二版Sed和Awk（带有组合装订！）学习sed时，所有posix的东西都是干扰和错误的另一个来源。显然，我在S.O上是少数派；-），但我愿意承认新的sed具有一些很棒的功能，在任何情况下......

我希望这可以帮助你。