用find找到空檔案後，印出名稱並刪除

用find找到家目錄下空的檔案：

•  find ~ -type f -size 0

用find找到家目錄下空的檔案，擁有者叫做NAME，檔名以.az結尾：

• find ~ -type f -size 0 -user NAME -name "*.az"
• find ~ -type f -size 0 -user NAME -name "*.az" -exec ls -l {} \;

用find找到家目錄下空的檔案，擁有者叫做NAME，檔名以.az結尾，並計算md5的值。空檔案的md5值會是 d41d8cd98f00b204e9800998ecf8427e：

df指令僅顯示本地硬碟與NFS硬碟

指令df會顯示檔案系統的使用量，但現在還會顯示udev, tmpfs, loop device等等，資料太多讓人有點困擾。下面的指令可以去除udev, tmpfs, loop，並且將硬碟或是NVMe硬碟或NFS掛載列出並且上色：

• df -h | grep -v -e loop -e udev -e tmpfs \
        | grep --color '/dev/sd\|$\|/dev/nvme' 

第一行的grep用意是在去除loop, udev與tmpfs
第二行的grep則是把硬碟sdx與nvme用顏色標示，並留下其他掛載系統。

找出不包含某使用者的檔案或資料夾

一般使用find會根據檔案的一些特徵來幫忙找檔案。但若想要「反向」找不屬於某使用者的檔案，需要使用到-not這個參數。以下的範例是找尋/etc下面不屬於root的檔案：

• find /etc -not -user root -type f 2>/dev/null
• find /etc ! -user root -type f 2>/dev/null

上面兩個指令的意思相同，-not與!都只會修飾後面出現的那一個描述。

列出檔案並根據修改日期排序

機器中了綁架病毒（Ransomware），將所有檔案加密後，檔名後綴.adage。這時候想要知道這隻綁架病毒從什麼時候開始將檔案加密，將檔案依照修改時間排序：

• find . -name "*.adage" -printf "%T@ %Tc %p\n" | sort -n | tail -5

上述指令的參數說明如下：

grep要注意部分匹配的問題

在使用grep用關鍵字抓文本資料的時候，要注意到部分匹配的問題，舉下面的例子：

1. grep --color -f patterns.txt file.txt
2. grep --color -xf patterns.txt file.txt
3. grep --color -wf patterns.txt file.txt

此三個指令說明如下：

1. 一般抓文本資料的方法，只要列在patterns.txt裡面每一行的式樣（pattern）有匹配到file.txt那一行裡面隨便哪個部分，就會把結果印出來
2. -x, --line-regexp：必須要file.txt裡面整行都完全與式樣有匹配才印出結果
3. -w, --word-regexp：file.txt裡面看起來像一個字（word）的與式樣有匹配才會印出結果。一個字的定義是被`[[:<:]]'與`[[:>:]]'包含一群字元

以下範例，首先是式樣（pattern）存成一個叫做patterns.txt的檔案

用find加grep找到內容有某關鍵字的檔案

要找在家目錄下面的檔案，內容含有某個關鍵詞KEYWORD最簡單的方式為：

• grep -l KEYWORD $(find ~ -type f)

上述的指令若檔名或是資料夾有空格時會出錯，解決方案是：

• find ~ -type f -print0 | xargs -0 grep -l KEYWORD
• find ~ -type f -print0 2>/dev/null | xargs -0 grep -l KEYWORD

含有正序全部5個母音的英文單字

英文全部5個母音是 a, e, i, o, u，要找到這些母音依序出現的英文單字：

• cat /usr/share/dict/words | \
  grep -E "[aA]+[^aeiouAEIOU]*[eE]+[^aeiouAEIOU]*[iI]+[^aeiouAEIOU]*[oO]+[^aeiouAEIOU]*[uU]+" | \
  xargs -n4 -d'\n'

這邊用到兩個操作子：

• ^：代表否定
• *：代表存在0個到多個字母

在這個資料庫裡面總共有54個，每4個一行列出來如下：

含有五個母音最短與最長的英文單字

英文字母裡面含有五個母音且最短和最長的單字，用下面的指令：

• cat /usr/share/dict/words | \
  grep -ivE '^([^a]*|[^e]*|[^i]*|[^o]*|[^u]*)$' | \
  awk '{print length " " $0}' | \
  sort -n | head -n 20
• cat /usr/share/dict/words | \
  grep -ivE '^([^a]*|[^e]*|[^i]*|[^o]*|[^u]*)$' | \
  awk '{print length " " $0}' | \
  sort -n | tail -n 20

find加xargs來處理檔案

用find找到檔案後，再用xargs來處理檔案：

1. find . -type f | xargs -n1 md5
2. find . -type f | xargs -n1 -t md5
3. find . -type f | xargs -n1 -p md5

上面三個指令都一樣，計算所在資料夾下面檔案的MD5雜湊值。差別就是-t可以看到執行前的指令，-p是執行每個指令前都會問要不要做。

用find幫最近下載的檔案計算雜湊值

在Mac的系統下，在網路上同時下載了多個檔案到~/Download底下，用下面的指令就可以計算15分鐘內下載的每個檔案的MD雜湊值：

• find ~/Downloads -mmin -15 -exec md5 {} \;

PDB中最常出現的氨基酸片段

想要知道五個連續氨基酸出現次數用下面兩個指令就可以得到：

1. wget ftp://ftp.wwpdb.org/pub/pdb/derived_data/pdb_seqres.txt
2. cat pdb_seqres.txt | grep -e "mol:protein" -A 1 \
   | sed '/^--$/d' | grep -v "^>" \
   | awk '{while(length($0)>=5){print substr($0,1,5);gsub(/^./,"")}}' \
   | grep X -v | sort | uniq -c | sort -k 1 -n -r \
   > prot_sorted_5peptide.count

第1個指令是下載當前所有PDB檔案序列pdb_seqres.txt，約122MB
第2個指令是計算個數的檔案，結果存在prot_sorted_5peptide.count裡面，計算的時間約莫是五分鐘，下面是分析的指令：

指令列處理文本的工具

在Linux與Mac都提供終端機，並且有一系列的指令用來處理文件：

1. find, grep
2. sed, awk
3. tr, cut, paste
4. cat, more, less, head, tail, 
5. fmt, pr
6. wc, bc
7. sort, uniq

熟悉上述的指令，運用正規表達式（regular expression）並搭配資料重新導向（I/O redirection），其實許多資料處理根本不需要寫程式，直接用指令就可以處理完成

用tar打包很多個檔案的技巧

用tar打包某些檔案通常只要輸入

• tar cf x.tar *

但若是檔案很多的時候，會出現arguments too long之類的錯誤訊息。最簡單的解法是打包這些檔案所在的資料夾。不過也可以用下面這個方式來處理：

1. find . -name "*" > ../folder.list
2. tar -I ../folder.list -cf > ../folder.tar
3. tar -I ../folder.list -cf - | pigz -p 4 > ../folder.tgz

Shell一行文：刪除最近產生的檔案

不小心產生一堆檔案，懶得一個一個殺掉，可以用find搭配rm來達成：

• find /tmp/ -type f -user USERNAME -atime -5m -exec rm {} \; 

參數的意思分別是：

• /tmp/ ：存放檔案放置的資料夾
• -type f：想要刪除的只有檔案
• -user USERNAME：檔案擁有者叫做USERNAME
• -atime -5m：五分鐘內產生的檔案
• -exec rm {}：五分刪除前面產生的檔案
• \;：find後面有執行指令都要加入這個

參考資料

• 用find找最近使用過的檔案
• 用find找檔案

_EOF_

用find找最近使用過的檔案

想要找到家目錄下面，最近6天內使用過的shell script檔案（結尾是.sh）：

1. cd ~
2. find . -name "*.sh" -atime -6
3. find . -name "*.sh" -atime -6 -printf "%T+\t%p\n" | sort

上述指令的意義如下

用find找檔案

在類UNIX系統（像Linux, Mac, BSD...）下面找檔案的指令叫做find。使用find，可以根據下面幾個檔案的特徵來搜尋：

• 名稱：不一定要全名，可以是某個pattern
• 型態：例如「檔案」、「目錄」、「連結」等等
• 大小：大於或小於多少MB的檔案
• 時間：檔案建立的時間、修改的時間
• 擁有者：檔案由哪些人擁有