Bash 删除目录中的一半文件

Question

我正在尝试删除语料库目录中的一半文件，以使我的垃圾邮件过滤器训练得更快一点，并在将来节省一些空间。通常我会通过反复试验来完成，但由于这些文件需要一段时间才能下载等，再加上它的 shell (我显然不是专家)，我不想把它搞砸。

我会尝试这样的事情:

ls *.* > list
for i in 'cat list'; do rm -f i++; done

但我很确定 i++像这不是跳过列表中每第二个项目的正确方法。 也许我应该使用其他一些循环？

其次，该目录中有两种类型的文件:

0000.* 到 1500.*

0000.* 到 0250.*

我想删除第一种类型的一半和第二种类型的一半。由于它们可能在列表中以标准方式排序，这意味着从 0000.* 到 0250.* 它们交织，然后在 0.250.* 之后仅保留第一种类型，因此可能会以错误的方式删除(全部来自第二种类型可以删除)。

所以恕我直言，我应该这样做:

Both types delete 0000.*
Both types skip 0001.*
Both types delete 0002.*
etc.

你们知道如何删除上面的这些文件吗？

Answer 1

如果您只想删除每隔一个文件，那么您可以使用简单的交替状态机。自 *.*将按排序顺序为您提供文件，您可以每隔一个文件删除一次，例如:

del=1
for fspec in *.* ; do
    if [[ ${del} -eq 1 ]] ; then
        del=0
        echo rm ${fspec}
    else
        echo ok ${fspec}
        del=1
    fi
done

如果您运行该脚本，您会看到一系列交替的行说:

rm file1
ok file2
rm file3
ok file4

等等。

一旦您对行为感到满意，您可以注释掉 ok完全行并删除 echo来自 rm线。

但是，如果您的意图是实际删除形式为 NNNN.* 的所有文件，其中 NNNN在集合中 {0000, 0002, 0004, ..., 9998} ，这可以更简洁地完成(再次，当您高兴时删除 echo):

for id in {0000..9998..2} ; do
    echo rm -f ${id}.*
done

那个 0000将确保字符串长度为四位数，假设您有足够的最近的 bash .如果没有，您可以使用:

for id in {0..9998..2} ; do
    echo rm -f $(printf "%04d" ${id}).*
done

无论您选择哪种方法，我都会在测试之前备份您正在使用的目录。