BASH: Znajdowanie wszystkich dowiązań twardych do pliku w podanym drzewie katalogów

March 22, 2011

Pytanie: Jak znaleźć wszystkie dowiązania twarde do tego samego pliku w podanym drzewie katalogów i coś z nimi zrobić (policzyć, zamienić na dowiązania symboliczne, usunąć, cokolwiek)? Należy użyć polecenia find. Pojawiają się jednak problemy:

  • Można w find użyć -links +1, aby znaleźć wszystkie pliki, których licznik dowiązań twardych ma wartość większą niż 1 (wiedząc, że każdy plik w *niksie to tak naprawdę jest dowiązanie twarde do jakiegoś inode szukamy takich plików, przy których tych dowiązań twardych jest więcej niż jedno), ale to zwróci również pliki, do których dowiązania znajdują się poza wskazanym drzewem katalogów.
  • Można również znaleźć wszystkie takie pliki, a następnie wewnątrz pętli while wywołać kolejny raz find z parametrem -samefile. Jednak to powoduje przeszukanie całego drzewa katalogów wraz z każdą iteracją pętli, a więc jeśli mamy duże drzewo, to czas operacji może być naprawdę długi.

Rozwiązanie? Trzeba znaleźć wszystkie pliki regularne (-type f) do których istnieje ponad jedno dowiązanie twarde (-links +1). Wszystko dobrze, ale normalne wywołanie find w ten sposób zwróci nam wszystkei takie pliki w dość losowej kolejności. Do osiągnięcia naszego celu potrzebowaliśmy, aby były mniej-więcej posortowane - aby wszystkie dowiązania do jednego pliku były obok siebie. Jak to osiągnąć? find potrafi wypluwać dane nie tylko w prosty sposób, poprzez -print, ale również trochę bardziej potężny przy pomocy -printf. Wiemy również, że każde dowiązanie symboliczne wskazujące na ten sam plik musi mieć ustawiony ten sam numer inode. Tak więc, korzystając z -printf "%i %p\n" wypiszemy sobie wszystkie dowiązania wraz z ich numerami inode na przedzie, a następnie przy pomocy sort posortujemy tak, aby wszystkie dowiązania do jednego inode znalazły się obok siebie.

Kod prezentuje się mniej więcej następująco:

#!/bin/bash
find $1 -type f -links +1 -printf "%i %p\n" | sort | while read a
do
    # w zmiennej $a mamy obecnie przetwarzaną linię
    inode=`echo $a | cut -d' ' -f1`
    path=`echo $a | cut -d' ' -f2`
done

Teraz, jeśli obecny $inode różni się od tego, który znajdował się w poprzedniej iteracji pętli, to możemy być pewni, że już więcej na dowiązanie do poprzedniego pliku nie natrafimy. Tak więc wystarczy coś wykombinować, np. zmienne globalne przechowujące ostatnio znaleziony inode, i wszystko gra.

Dlaczego while a nie for?

Różnica jest prosta, ale ważna. W przypadku takiej pętli:

for i in *
do
    # coś robimy
done

cała zawartość * ląduje w wierszu poleceń. To się może wydawać drobnostką, ale jeśli jest tego bardzo dużo, to może się posypać - w końcu maksymalna długość polecenia w linii komend jest ograniczona. Spójrzmy teraz na konstrukcję z while:

find $1 -print | while read zmienna
do
    # coś robimy
done

Wygląda trochę bardziej skomplikowanie, ale zaleta jest znaczna. Mianowicie, tutaj wynik działania polecenia find nie ląduje w linii poleceń, ale idzie za pośrednictwem potoku do polecenia while, które przekazuje każdą otrzymaną w ten sposób linię do polecenia read. Wiemy, że potok może mieć praktycznie nieskończoną długość, więc tutaj problemu takiego, jak w przypadku for nie ma.

Zobacz też: