script Extraer nombre de archivo y extensión en Bash




variables en bash (20)

Reconocimiento de archivos mágicos

Además de las muchas buenas respuestas en esta pregunta de desbordamiento de pila, me gustaría agregar:

Bajo Linux y otros unixen, hay un comando mágico llamado file , que realiza la detección de tipo de archivo analizando algunos primeros bytes de archivo. Esta es una herramienta muy antigua, utilizada inicialmente para servidores de impresión (si no se creó para ... No estoy seguro de eso).

file myfile.txt
myfile.txt: UTF-8 Unicode text

file -b --mime-type myfile.txt
text/plain

Las extensiones de estándares se pueden encontrar en /etc/mime.types (en mi escritorio Debian GNU / Linux. Ver man file man mime.types y man mime.types . Quizás tenga que instalar la utilidad de file y mime-support paquetes de mime-support ):

grep $( file -b --mime-type myfile.txt ) </etc/mime.types
text/plain      asc txt text pot brf srt

Podría crear una función bash para determinar la extensión correcta. Hay una pequeña muestra (no perfecta):

file2ext() {
    local _mimetype=$(file -Lb --mime-type "$1") _line _basemimetype
    case ${_mimetype##*[/.-]} in
        gzip | bzip2 | xz | z )
            _mimetype=${_mimetype##*[/.-]}
            _mimetype=${_mimetype//ip}
            _basemimetype=$(file -zLb --mime-type "$1")
            ;;
        stream )
            _mimetype=($(file -Lb "$1"))
            [ "${_mimetype[1]}" = "compressed" ] &&
                _basemimetype=$(file -b --mime-type - < <(
                        ${_mimetype,,} -d <"$1")) ||
                _basemimetype=${_mimetype,,}
            _mimetype=${_mimetype,,}
            ;;
        executable )  _mimetype='' _basemimetype='' ;;
        dosexec )     _mimetype='' _basemimetype='exe' ;;
        shellscript ) _mimetype='' _basemimetype='sh' ;;
        * )
            _basemimetype=$_mimetype
            _mimetype=''
            ;;
    esac
    while read -a _line ;do
        if [ "$_line" == "$_basemimetype" ] ;then
            [ "$_line[1]" ] &&
                _basemimetype=${_line[1]} ||
                _basemimetype=${_basemimetype##*[/.-]}
            break
        fi
        done </etc/mime.types
    case ${_basemimetype##*[/.-]} in
        executable ) _basemimetype='' ;;
        shellscript ) _basemimetype='sh' ;;
        dosexec ) _basemimetype='exe' ;;
        * ) ;;
    esac
    [ "$_mimetype" ] && [ "$_basemimetype" != "$_mimetype" ] &&
      printf ${2+-v} $2 "%s.%s" ${_basemimetype##*[/.-]} ${_mimetype##*[/.-]} ||
      printf ${2+-v} $2 "%s" ${_basemimetype##*[/.-]}
}

Esta función podría establecer una variable Bash que se puede usar más adelante:

(Esto está inspirado en la respuesta correcta de @Petesh):

filename=$(basename "$fullfile")
filename="${filename%.*}"
file2ext "$fullfile" extension

echo "$fullfile -> $filename . $extension"

https://code.i-harness.com

Quiero obtener el nombre de archivo (sin extensión) y la extensión por separado.

La mejor solución que encontré hasta ahora es:

NAME=`echo "$FILE" | cut -d'.' -f1`
EXTENSION=`echo "$FILE" | cut -d'.' -f2`

Esto es incorrecto porque no funciona si el nombre del archivo contiene múltiples . caracteres. Si, digamos, tengo abjs , considerará a y b.js , en lugar de ab y js .

Se puede hacer fácilmente en Python con

file, ext = os.path.splitext(path)

pero preferiría no encender un intérprete de Python solo por esto, si es posible.

¿Alguna idea mejor?


Aquí está el código con AWK . Se puede hacer de forma más sencilla. Pero no soy bueno en AWK.

filename$ ls
abc.a.txt  a.b.c.txt  pp-kk.txt
filename$ find . -type f | awk -F/ '{print $2}' | rev | awk -F"." '{$1="";print}' | rev | awk 'gsub(" ",".") ,sub(".$", "")'
abc.a
a.b.c
pp-kk
filename$ find . -type f | awk -F/ '{print $2}' | awk -F"." '{print $NF}'
txt
txt
txt

Cómo extraer el nombre del archivo y la extensión en fish :

function split-filename-extension --description "Prints the filename and extension"
  for file in $argv
    if test -f $file
      set --local extension (echo $file | awk -F. '{print $NF}')
      set --local filename (basename $file .$extension)
      echo "$filename $extension"
    else
      echo "$file is not a valid file"
    end
  end
end

Advertencias: se divide en el último punto, que funciona bien para los nombres de archivo con puntos en ellos, pero no para extensiones con puntos en ellos. Vea el ejemplo a continuación.

Uso:

$ split-filename-extension foo-0.4.2.zip bar.tar.gz
foo-0.4.2 zip  # Looks good!
bar.tar gz  # Careful, you probably want .tar.gz as the extension.

Probablemente hay mejores maneras de hacer esto. Siéntete libre de editar mi respuesta para mejorarla.

Si hay un conjunto limitado de extensiones con las que tratará y conoce todas ellas, intente esto:

switch $file
  case *.tar
    echo (basename $file .tar) tar
  case *.tar.bz2
    echo (basename $file .tar.bz2) tar.bz2
  case *.tar.gz
    echo (basename $file .tar.gz) tar.gz
  # and so on
end

Esto no tiene la advertencia como el primer ejemplo, pero sí tiene que manejar cada caso para que sea más tedioso dependiendo de cuántas extensiones pueda esperar.


Creo que si solo necesitas el nombre del archivo, puedes intentar esto:

FULLPATH=/usr/share/X11/xorg.conf.d/50-synaptics.conf

# Remove all the prefix until the "/" character
FILENAME=${FULLPATH##*/}

# Remove all the prefix until the "." character
FILEEXTENSION=${FILENAME##*.}

# Remove a suffix, in our case, the filename. This will return the name of the directory that contains this file.
BASEDIRECTORY=${FULLPATH%$FILENAME}

echo "path = $FULLPATH"
echo "file name = $FILENAME"
echo "file extension = $FILEEXTENSION"
echo "base directory = $BASEDIRECTORY"

Y eso es todo = D.


La solución más pequeña y simple (en una sola línea) es:

$ file=/blaabla/bla/blah/foo.txt
echo $(basename ${file%.*}) # foo

Mellen escribe en un comentario en una publicación de blog:

Al usar Bash, también hay ${file%.*} Para obtener el nombre del archivo sin la extensión y ${file##*.} Para obtener la extensión solo. Es decir,

file="thisfile.txt"
echo "filename: ${file%.*}"
echo "extension: ${file##*.}"

Salidas:

filename: thisfile
extension: txt

Ok, si entiendo bien, el problema aquí es cómo obtener el nombre y la extensión completa de un archivo que tiene varias extensiones, por ejemplo, stuff.tar.gz .

Esto funciona para mí:

fullfile="stuff.tar.gz"
fileExt=${fullfile#*.}
fileName=${fullfile%*.$fileExt}

Esto te dará stuff como nombre de archivo y .tar.gz como extensión. Funciona para cualquier número de extensiones, incluyendo 0. Espero que esto ayude a cualquier persona que tenga el mismo problema =)


Podría usar el comando de cut para eliminar las dos últimas extensiones (la parte ".tar.gz" ):

$ echo "foo.tar.gz" | cut -d'.' --complement -f2-
foo

Como lo señaló Clayton Hughes en un comentario, esto no funcionará para el ejemplo real en la pregunta. Entonces, como alternativa, propongo usar sed con expresiones regulares extendidas, como esta:

$ echo "mpc-1.0.1.tar.gz" | sed -r 's/\.[[:alnum:]]+\.[[:alnum:]]+$//'
mpc-1.0.1

Funciona eliminando las últimas dos extensiones (alfanuméricas) de manera incondicional.

[Actualizado de nuevo después de un comentario de Anders Lindahl]


Primero, obtenga el nombre del archivo sin la ruta:

filename=$(basename -- "$fullfile")
extension="${filename##*.}"
filename="${filename%.*}"

Alternativamente, puedes enfocarte en el último '/' del camino en lugar del '.' que debería funcionar incluso si tiene extensiones de archivo impredecibles:

filename="${fullfile##*/}"

Es posible que desee comprobar la documentación:


Puede forzar el corte para mostrar todos los campos y los posteriores agregando al número de campo.

NAME=`basename "$FILE"`
EXTENSION=`echo "$NAME" | cut -d'.' -f2-`

Entonces, si ARCHIVO es eth0.pcap.gz , la EXTENSIÓN será pcap.gz

Usando la misma lógica, también puede obtener el nombre del archivo usando '-' con el siguiente corte:

NAME=`basename "$FILE" | cut -d'.' -f-1`

Esto funciona incluso para los nombres de archivo que no tienen ninguna extensión.


Puedes usar el basename .

Ejemplo:

$ basename foo-bar.tar.gz .tar.gz
foo-bar

Debe proporcionar el nombre base con la extensión que se eliminará, sin embargo, si siempre está ejecutando tar con -z entonces sabe que la extensión será .tar.gz .

Esto debería hacer lo que quieras:

tar -zxvf $1
cd $(basename $1 .tar.gz)

Puedes usar la magia de las variables POSIX:

bash-3.2$ FILENAME=somefile.tar.gz
bash-3.2$ echo ${FILENAME%%.*}
somefile
bash-3.2$ echo ${FILENAME%.*}
somefile.tar

Hay una advertencia en que si su nombre de archivo tenía la forma ./somefile.tar.gz entonces echo ${FILENAME%%.*} Eliminaría con avidez la coincidencia más larga con . y tendrías la cadena vacía.

(Puedes solucionar esto con una variable temporal:

FULL_FILENAME=$FILENAME
FILENAME=${FULL_FILENAME##*/}
echo ${FILENAME%%.*}

)

Este site explica más.

${variable%pattern}
  Trim the shortest match from the end
${variable##pattern}
  Trim the longest match from the beginning
${variable%%pattern}
  Trim the longest match from the end
${variable#pattern}
  Trim the shortest match from the beginning

Yo uso el siguiente script

$ echo "foo.tar.gz"|rev|cut -d"." -f3-|rev
foo

[Revisado de una función bash a una genérica de bash, el comportamiento ahora es consistente con las utilidades dirname y basename ; justificación añadida.]

La respuesta aceptada funciona bien en casos típicos , pero falla en casos de borde , a saber:

  • Para los nombres de archivo sin extensión (llamado sufijo en el resto de esta respuesta), extension=${filename##*.} Devuelve el nombre de archivo de entrada en lugar de una cadena vacía.
  • extension=${filename##*.} no incluye la inicial . , contrario a lo convencional.
    • Preparando a ciegas . no funcionaría para los nombres de archivo sin sufijo.
  • filename="${filename%.*}" será la cadena vacía, si el nombre del archivo de entrada comienza por . y no contiene más . caracteres (por ejemplo, .bash_profile ) - contrariamente a la convención.

---------

Por lo tanto, la complejidad de una solución robusta que cubre todos los casos perimetrales requiere una función ; consulte su definición a continuación; Puede devolver todos los componentes de un camino .

Ejemplo de llamada:

splitPath '/etc/bash.bashrc' dir fname fnameroot suffix
# -> $dir == '/etc'
# -> $fname == 'bash.bashrc'
# -> $fnameroot == 'bash'
# -> $suffix == '.bashrc'

Tenga en cuenta que los argumentos después de la ruta de entrada se eligen libremente, nombres de variables posicionales.
Para omitir las variables que no sean de interés antes de las que están, especifique _ (para usar la variable $_ ) o '' ; por ejemplo, para extraer la raíz y la extensión del nombre de archivo solamente, use splitPath '/etc/bash.bashrc' _ _ fnameroot extension .

# SYNOPSIS
#   splitPath path varDirname [varBasename [varBasenameRoot [varSuffix]]] 
# DESCRIPTION
#   Splits the specified input path into its components and returns them by assigning
#   them to variables with the specified *names*.
#   Specify '' or throw-away variable _ to skip earlier variables, if necessary.
#   The filename suffix, if any, always starts with '.' - only the *last*
#   '.'-prefixed token is reported as the suffix.
#   As with `dirname`, varDirname will report '.' (current dir) for input paths
#   that are mere filenames, and '/' for the root dir.
#   As with `dirname` and `basename`, a trailing '/' in the input path is ignored.
#   A '.' as the very first char. of a filename is NOT considered the beginning
#   of a filename suffix.
# EXAMPLE
#   splitPath '/home/jdoe/readme.txt' parentpath fname fnameroot suffix
#   echo "$parentpath" # -> '/home/jdoe'
#   echo "$fname" # -> 'readme.txt'
#   echo "$fnameroot" # -> 'readme'
#   echo "$suffix" # -> '.txt'
#   ---
#   splitPath '/home/jdoe/readme.txt' _ _ fnameroot
#   echo "$fnameroot" # -> 'readme'  
splitPath() {
  local _sp_dirname= _sp_basename= _sp_basename_root= _sp_suffix=
    # simple argument validation
  (( $# >= 2 )) || { echo "$FUNCNAME: ERROR: Specify an input path and at least 1 output variable name." >&2; exit 2; }
    # extract dirname (parent path) and basename (filename)
  _sp_dirname=$(dirname "$1")
  _sp_basename=$(basename "$1")
    # determine suffix, if any
  _sp_suffix=$([[ $_sp_basename = *.* ]] && printf %s ".${_sp_basename##*.}" || printf '')
    # determine basename root (filemane w/o suffix)
  if [[ "$_sp_basename" == "$_sp_suffix" ]]; then # does filename start with '.'?
      _sp_basename_root=$_sp_basename
      _sp_suffix=''
  else # strip suffix from filename
    _sp_basename_root=${_sp_basename%$_sp_suffix}
  fi
  # assign to output vars.
  [[ -n $2 ]] && printf -v "$2" "$_sp_dirname"
  [[ -n $3 ]] && printf -v "$3" "$_sp_basename"
  [[ -n $4 ]] && printf -v "$4" "$_sp_basename_root"
  [[ -n $5 ]] && printf -v "$5" "$_sp_suffix"
  return 0
}

test_paths=(
  '/etc/bash.bashrc'
  '/usr/bin/grep'
  '/Users/jdoe/.bash_profile'
  '/Library/Application Support/'
  'readme.new.txt'
)

for p in "${test_paths[@]}"; do
  echo ----- "$p"
  parentpath= fname= fnameroot= suffix=
  splitPath "$p" parentpath fname fnameroot suffix
  for n in parentpath fname fnameroot suffix; do
    echo "$n=${!n}"
  done
done

Código de prueba que ejerce la función:

test_paths=(
  '/etc/bash.bashrc'
  '/usr/bin/grep'
  '/Users/jdoe/.bash_profile'
  '/Library/Application Support/'
  'readme.new.txt'
)

for p in "${test_paths[@]}"; do
  echo ----- "$p"
  parentpath= fname= fnameroot= suffix=
  splitPath "$p" parentpath fname fnameroot suffix
  for n in parentpath fname fnameroot suffix; do
    echo "$n=${!n}"
  done
done

Salida esperada - tenga en cuenta los casos de borde:

  • un nombre de archivo sin sufijo
  • un nombre de archivo que comienza con . ( no se considera el inicio del sufijo)
  • una ruta de entrada que termina en / (al final / se ignora)
  • una ruta de entrada que es solo un nombre de archivo ( . se devuelve como la ruta principal)
  • un nombre de archivo que tiene más de . token prefijado (solo el último se considera el sufijo):
----- /etc/bash.bashrc
parentpath=/etc
fname=bash.bashrc
fnameroot=bash
suffix=.bashrc
----- /usr/bin/grep
parentpath=/usr/bin
fname=grep
fnameroot=grep
suffix=
----- /Users/jdoe/.bash_profile
parentpath=/Users/jdoe
fname=.bash_profile
fnameroot=.bash_profile
suffix=
----- /Library/Application Support/
parentpath=/Library
fname=Application Support
fnameroot=Application Support
suffix=
----- readme.new.txt
parentpath=.
fname=readme.new.txt
fnameroot=readme.new
suffix=.txt

De las respuestas anteriores, el oneliner más corto para imitar a Python's

file, ext = os.path.splitext(path)

Suponiendo que su archivo realmente tiene una extensión, es

EXT="${PATH##*.}"; FILE=$(basename "$PATH" .$EXT)

Para hacer que dir sea más útil (en el caso de que se especifique un archivo local sin ruta), hice lo siguiente:

# Substring from 0 thru pos of filename
dir="${fullpath:0:${#fullpath} - ${#filename}}"
if [[ -z "$dir" ]]; then
    dir="./"
fi

Esto le permite hacer algo útil como agregar un sufijo al nombre base del archivo de entrada como:

outfile=${dir}${base}_suffix.${ext}

testcase: foo.bar
dir: "./"
base: "foo"
ext: "bar"
outfile: "./foo_suffix.bar"

testcase: /home/me/foo.bar
dir: "/home/me/"
base: "foo"
ext: "bar"
outfile: "/home/me/foo_suffix.bar"

Basado en gran parte de los excelentes bashismos útiles de @ mklement0, y repleto de bashismos útiles , así como otras respuestas a esta / otras preguntas / "esa maldita Internet" ... Lo envolví todo en un poco, un poco más comprensible, función reutilizable para mi (o la tuya) .bash_profileque se ocupa de lo que (considero) debería ser una versión más robusta de dirname/ basename/ lo que tienes ..

function path { SAVEIFS=$IFS; IFS=""   # stash IFS for safe-keeping, etc.
    [[ $# != 2 ]] && echo "usage: path <path> <dir|name|fullname|ext>" && return    # demand 2 arguments
    [[ $1 =~ ^(.*/)?(.+)?$ ]] && {     # regex parse the path
        dir=${BASH_REMATCH[1]}
        file=${BASH_REMATCH[2]}
        ext=$([[ $file = *.* ]] && printf %s ${file##*.} || printf '')
        # edge cases for extesionless files and files like ".nesh_profile.coffee"
        [[ $file == $ext ]] && fnr=$file && ext='' || fnr=${file:0:$((${#file}-${#ext}))}
        case "$2" in
             dir) echo      "${dir%/*}"; ;;
            name) echo      "${fnr%.*}"; ;;
        fullname) echo "${fnr%.*}.$ext"; ;;
             ext) echo           "$ext"; ;;
        esac
    }
    IFS=$SAVEIFS
}     

Ejemplos de uso ...

SOMEPATH=/path/to.some/.random\ file.gzip
path $SOMEPATH dir        # /path/to.some
path $SOMEPATH name       # .random file
path $SOMEPATH ext        # gzip
path $SOMEPATH fullname   # .random file.gzip                     
path gobbledygook         # usage: -bash <path> <dir|name|fullname|ext>

Petesh partir de la respuesta de Petesh , si solo se necesita el nombre de archivo, tanto la ruta como la extensión se pueden eliminar en una sola línea,

filename=$(basename ${fullname%.*})

$ F = "text file.test.txt"  
$ echo ${F/*./}  
txt  

Esto satisface múltiples puntos y espacios en un nombre de archivo, sin embargo, si no hay una extensión, devuelve el nombre de archivo en sí. Aunque es fácil de verificar; solo prueba para que el nombre de archivo y la extensión sean los mismos.

Naturalmente, este método no funciona para archivos .tar.gz. Sin embargo, eso podría ser manejado en un proceso de dos pasos. Si la extensión es gz, verifique de nuevo para ver si también hay una extensión tar.


pax> echo a.b.js | sed 's/\.[^.]*$//'
a.b
pax> echo a.b.js | sed 's/^.*\.//'
js

Funciona bien, así que solo puedes usar:

pax> FILE=a.b.js
pax> NAME=$(echo "$FILE" | sed 's/\.[^.]*$//')
pax> EXTENSION=$(echo "$FILE" | sed 's/^.*\.//')
pax> echo $NAME
a.b
pax> echo $EXTENSION
js

Los comandos, por cierto, funcionan de la siguiente manera.

El comando para NAME sustituye a "." carácter seguido de cualquier número de "." no "." caracteres hasta el final de la línea, sin nada (es decir, elimina todo desde el final "." hasta el final de la línea, inclusive). Esto es básicamente una sustitución no codiciosa utilizando el engaño de expresiones regulares.

El comando para EXTENSION sustituye a cualquier número de caracteres seguidos de "." carácter al comienzo de la línea, sin nada (es decir, elimina todo desde el inicio de la línea hasta el punto final, inclusive). Esta es una sustitución codiciosa que es la acción por defecto.





filenames