使用find和tar备份时出现文件重复问题的原因咨询

这个重复打包的问题其实是find命令的输出内容与tar处理路径的逻辑共同作用导致的，咱们一步步拆解：

1. find的默认输出行为
   你执行的find d1 d2 -print0，默认会输出：

   • 你指定的顶层目录d1、d2本身
   • 以及d1、d2递归下的所有文件、子目录、子目录里的文件等所有条目
     虽然这些输出条目本身没有重复，但包含了顶层目录和其下所有内容的独立路径。

2. tar处理-T输入的逻辑
   GNU tar的-T（--files-from）选项会按顺序逐个处理传入的路径：

   • 当它读到d1这个目录路径时，会自动递归打包d1下的所有内容（包括d1/file1、d1/subdir/file2等）
   • 之后当它读到d1/file1、d1/subdir/file2这些单独的文件路径时，会再次把这些文件打包进tar包
     这就导致了同一个文件在tar包里出现两次：一次是作为d1目录的递归内容，一次是作为单独的文件条目。

3. 直接用tar打包目录的差异
   当你直接执行tar czvf backup.tar.gz d1 d2时，tar只会处理d1和d2两个顶层目录，递归打包它们的内容，不会额外处理目录下的单个文件路径，因此不会出现重复。

如果你想继续用find + tar的组合避免重复，可以调整find命令：

• 只打包文件（不包含目录本身）：find d1 d2 -type f -print0 | tar -czvf backup.tar.gz --null -T -
• 排除顶层目录本身，只打包其下内容：find d1 d2 -mindepth 1 -print0 | tar -czvf backup.tar.gz --null -T -（注意：这样tar包里的文件会保留d1/xxx的路径结构，不会丢失层级）

内容的提问来源于stack exchange，提问作者Robert Murphy