Linux下编写glob及正则匹配含大写扩展名的文件及find问题排查
问题根源排查
原find命令find . -type f -name "*.*[[:upper:]]*"出现误匹配的核心原因有两点:
- 匹配逻辑无段边界限定:find 的
-name参数使用shell glob语法,通配符*会无差别匹配包括点在内的任意长度字符,不会在遇到点的时候停止匹配。原规则*.*[[:upper:]]*仅要求整个文件名中存在「任意前缀 + 点 + 至少一个大写字符 + 任意后缀」的结构,没有限定这个大写字符必须属于文件名的最后一段(也就是最终扩展名部分)。 - 误匹配逻辑的触发:文件TextFile3.TXT.txt的文件名中间段
TXT是包含大写字符的,完全符合原规则的结构要求——只要把前缀*匹配到TextFile3、点匹配到TXT前的分隔点、大写字符匹配到TXT的首字母T、后缀*匹配剩余的XT.txt,整个文件名就能被规则完全命中,哪怕最后一段扩展名是全小写的txt,也会被错误纳入结果。
需求核心判定规则
本次筛选的判定标准为:仅校验文件名中最后一个点之后的最终扩展名部分,只要该部分至少包含1个大写字符,就符合筛选要求;无论文件名前面的段、中间的扩展段是否包含大写,只要最终扩展名是全小写,就排除在结果外。
正确实现方案
由于纯glob语法没有“非点匹配”的能力,无法精准定位最后一个分隔点的位置,要实现精准筛选,需要借助find的扩展正则匹配能力,对应的正确命令为:find . -type f -regextype posix-extended -regex '.*/.*\.[^.]*[[:upper:]][^.]*$'
规则匹配逻辑拆解
- 基础适配:通过
.*/匹配掉find输出的相对路径前缀(比如./) - 核心匹配段:
.*\.[^.]*[[:upper:]][^.]*$- 开头的
.*匹配最后一个点之前的所有文件名内容,可以包含任意数量的点、任意大小写字符 \.匹配最后一个存在的分隔点- 末尾的
[^.]*[[:upper:]][^.]*$:其中[^.]*要求匹配的内容不能包含点,因此这部分的匹配范围严格限定在最后一个点之后的内容(也就是最终扩展名);只要这部分内容中至少出现一个大写字符[[:upper:]],就满足匹配条件。
- 开头的
匹配效果验证
按照上述规则运行后,会得到正确的筛选结果:
- 命中的目标文件:
- ./TextFile2.TXT.tXT(最后一段扩展名tXT含大写)
- ./TextFile.Txt(最后一段扩展名Txt含大写)
- ./TextFile1.tXt(最后一段扩展名tXt含大写)
- ./TextFile.TXT.txT(最后一段扩展名txT含大写)
- 正确排除的非目标文件:
- ./TextFile3.TXT.txt(最后一段扩展名txt为全小写,不满足条件)
纯Glob方案的局限性
仅使用-name参数的纯glob规则无法实现本次需求的精准匹配:因为glob的通配符*会跨点匹配,无论怎么调整规则的位置,只要存在通配符*,就会将中间段带大写、但最终扩展名全小写的文件误判为目标文件,无法做到100%精准筛选。
内容的提问来源于stack exchange,提问作者Superbrka
相关产品推荐
相关产品推荐

