Comment puis-je regrouper le contenu des fichiers trouvés en utilisant find dans un seul fichier?

J'ai réussi à me tirer là où ça fait mal (vraiment mal) en reformatant une partition qui contenait des données précieuses. Bien sûr, ce n'était pas intentionnel, mais c'est arrivé.

Cependant, j'ai réussi à utiliser testdisket photorecà récupérer la plupart des données. Alors maintenant, j'ai toutes ces données réparties sur près de 25 000 répertoires. La plupart des fichiers sont des fichiers .txt, tandis que les autres sont des fichiers image. Il y a plus de 300 fichiers .txt dans chaque répertoire.

Je peux grepou utiliser findpour extraire certaines chaînes des fichiers .txt et les exporter vers un fichier. Par exemple, voici une ligne que j'ai utilisée pour vérifier que mes données se trouvent dans les fichiers récupérés:

find ./recup*/ -name '*.txt' -print | xargs grep -i "searchPattern"

Je peux sortir "searchPattern" dans un fichier, mais cela me donne juste ce modèle. Voici ce que j'aimerais vraiment accomplir:

Parcourez tous les fichiers et recherchez une chaîne spécifique. Si cette chaîne se trouve dans un fichier, transférez TOUT le contenu de ce fichier dans un fichier de sortie. Si le modèle se trouve dans plusieurs fichiers, ajoutez le contenu des fichiers suivants à ce fichier de sortie. Notez que je ne veux simplement pas sortir le motif que je recherche, mais TOUT le contenu du fichier dans lequel les motifs sont trouvés.

Je pense que c'est faisable, mais je ne sais tout simplement pas comment récupérer tout le contenu d'un fichier après avoir récupéré un modèle spécifique.

Si je comprends bien votre objectif, ce qui suit fera ce que vous voulez:

find ./recup*/ -name '*.txt' -exec grep -qi "searchPattern" {} \; -exec cat {} \; > outputfile.txt

Cela cherchera tous les *.txtfichiers dans ./recup*/, testez chacun d'eux searchPattern, s'il correspond, catle fichier. La sortie de tous les catfichiers ed sera dirigée vers outputfile.txt.

Répétez l'opération pour chaque modèle et fichier de sortie.

Si vous avez un très grand nombre de répertoires correspondant ./recup*, vous pourriez vous retrouver avec un argument list too long error. Le moyen le plus simple est de faire quelque chose comme ceci à la place:

find ./ -mindepth 2 -path './recup*.txt' -exec grep -qi "searchPattern" {} \; -exec cat {} \; > outputfile.txt

Cela correspondra au chemin complet. Ainsi ./recup01234/foo/bar.txtsera apparié. Le -mindepth 2est pour qu'il ne corresponde pas ./recup.txt, ou ./recup0.txt.

Plutôt que de sortir votre modèle, sortez le nom de fichier en utilisant "-l" sur grep, puis utilisez-le comme entrée pour cat.

find ./recup*/ -name '*.txt' -print | xargs grep -li "searchPattern" | xargs cat

ou

cat $( find ./recup*/ -name '*.txt' -print | xargs grep -li "searchPattern")

Je soupçonne que vous pouvez remplir les détails restants. BTW, si vous pouvez avoir des espaces ou d'autres caractères impairs dans les noms de fichiers (peu probable dans ce cas spécifique, mais à des fins futures), utilisez -print0 sur la recherche et -Z sur le grep, combiné avec l'option -0 sur xargs à utiliser octets nuls entre les noms de fichiers plutôt que les sauts de ligne.

find ./recup*/ -name '*.txt' -print0 | xargs -0 grep -Zli "searchPattern" | xargs -0 cat

Ce n'est pas exactement du code optimal, mais il est très simple et fonctionnera bien si l'efficacité n'est pas un problème. Le problème est qu'il va parcourir les fichiers plusieurs fois, même si la chaîne y a déjà été trouvée.

Tout d'abord, recherchez vos chaînes et écrivez les fichiers correspondants dans une liste.

find ./recup*/ -name '*.txt' -execdir grep -il "searchPattern" {} >> /tmp/file_list \;

Répétez cette étape en remplaçant searchPatternsi nécessaire. Cela produit une liste de fichiers correspondants sur /tmp/file_list.

Le problème est que ce fichier peut contenir des doublons. Par conséquent, nous pouvons remplacer les doublons par |sort|uniq. La sortpièce place les doublons les uns à côté des autres, afin de uniqpouvoir les supprimer. Ensuite, vous pouvez catregrouper ces fichiers en utilisant xargs(chaque nom de fichier étant séparé par une nouvelle ligne \n). Par conséquent,

</tmp/file_list sort | uniq | xargs -d "\n" cat > final_file.txt

Contrairement aux autres réponses, cela comporte deux étapes et un fichier temporaire, donc je ne le recommanderais vraiment que si vous avez plusieurs modèles à trouver.

Selon votre shell et votre environnement, vous pourriez donc quelque chose comme ça (en bash)

while IFS= read -r -d '' file; do
  if grep -qim1 'searchPattern1\|searchPattern2\|searchPattern3' "$file"; then
    cat "$file" >> some/other/file
  fi
done < <(find ./recup*/ -name '*.txt' -print0)

Si vous souhaitez séparer les résultats selon le modèle, vous pouvez le modifier en quelque chose comme

while IFS= read -r -d '' file; do
  if grep -qim1 'searchPattern1' "$file"; then
    cat "$file" >> some/other/file1
  elif grep -qim1 'searchPattern2' "$file"; then
    cat "$file" >> some/other/file2
  elif grep -qim1 'searchPattern3' "$file"; then
    cat "$file" >> some/other/file3
  fi
done < <(find ./recup*/ -name '*.txt' -print0)