提取文件名中客户编号与案件编号并实现文件批量迁移

需求 #

• 提取客户编号：单个字母开头，后续为3-5位带/不带零填充的数字，保留原格式
• 提取案件编号：紧跟客户编号的4位数字，无则填充0000
• 生成可直接执行的迁移命令，格式要求：

  mkdir -p "/dest/客户编号/案件编号/"; cp -p "原文件完整路径" "/dest/客户编号/案件编号/原文件名"
  

示例文件名 #

A006280002.40.D7A5A.msg
A006280002.41.C7E4E.msg
A006280002.42.16362.msg
A006280002.43.C4048.msg
A12960004.1.4D6AC.xls
K00976.1.81F42.pdf

现有问题 #

原sed命令丢失了文件的完整路径，导致cp命令无法定位源文件，无法正常执行。

修正后的命令 #

使用find结合sed，保留完整路径信息，同时完成编号提取与命令生成：

find . -type f -print0 | sed -zE '
  s|^(.*)/([^/]+)$|\1\x00\2|;
  s|^([^\x00]*)\x00([a-zA-Z][0-9]{3,5})([0-9]{4})(\..*)$|mkdir -p "/dest/\2/\3/"; cp -p "\1/\2\3\4" "/dest/\2/\3/\2\3\4"|;
  s|^([^\x00]*)\x00([a-zA-Z][0-9]{3,5})(\..*)$|mkdir -p "/dest/\2/0000/"; cp -p "\1/\2\3" "/dest/\2/0000/\2\3"|
'

命令说明 #

1. find . -type f -print0：遍历当前目录下所有文件，用\0分隔路径，避免文件名含空格、特殊字符时出现解析错误
2. 第一个sed替换：将完整路径拆分为目录路径和文件名两部分，用\x00作为分隔符
3. 第二个sed替换：匹配包含4位案件编号的文件名，生成对应迁移命令（客户编号为字母+3-5位数字，后续4位为案件编号）
4. 第三个sed替换：匹配无4位案件编号的文件名，自动填充0000作为案件编号后生成迁移命令

执行方式 #

• 直接执行：将上述命令在终端运行，自动创建目标目录并复制文件
• 批量执行：将命令输出保存为脚本文件，后续执行：

  # 生成脚本
  find . -type f -print0 | sed -zE '
    s|^(.*)/([^/]+)$|\1\x00\2|;
    s|^([^\x00]*)\x00([a-zA-Z][0-9]{3,5})([0-9]{4})(\..*)$|mkdir -p "/dest/\2/\3/"; cp -p "\1/\2\3\4" "/dest/\2/\3/\2\3\4"|;
    s|^([^\x00]*)\x00([a-zA-Z][0-9]{3,5})(\..*)$|mkdir -p "/dest/\2/0000/"; cp -p "\1/\2\3" "/dest/\2/0000/\2\3"|
  ' > migrate_files.sh
  
  # 赋予执行权限
  chmod +x migrate_files.sh
  
  # 执行脚本
  ./migrate_files.sh
  

内容的提问来源于stack exchange，提问作者John Lockwood