Day 05 文件查找与压缩归档

浏览：190次阅读

没有评论

共计 3580 个字符，预计需要花费 9 分钟才能阅读完成。

在 Linux 系统里，找到一个文件和把一堆文件打包带走，是两件你几乎每天都会干的事。听起来简单，但真要用好，里面的门道不少。这篇文章把文件查找和压缩归档这两件事讲透，看完你就能应对绝大多数实际场景。

## 文件查找：四个命令各有分工

很多人只知道 `find`，其实 Linux 提供了好几个查找命令，它们解决的问题完全不同。先搞清楚谁是谁，再决定用哪个。

### which——找可执行程序的位置

`which` 只做一件事：告诉你当前敲的命令，实际执行的是哪个文件。它只在 `$PATH` 环境变量指定的目录里找。

“`bash
which python3
# /usr/bin/python3

which -a python3
# 加 -a 会列出 PATH 中所有匹配的路径，而不仅是第一个
“`

适用场景：系统里装了多个版本的同一软件，你想确认到底在跑哪个。

### whereis——找命令的 ” 全家福 ”

`whereis` 比 `which` 多走一步，它不仅找可执行文件，还会顺带找出该命令的手册页（man page）和源码位置。

“`bash
whereis gcc
# gcc: /usr/bin/gcc /usr/lib/gcc /usr/share/man/man1/gcc.1.gz
“`

适用场景：你想快速了解某个命令的相关文件分布在哪些目录。

### locate——靠数据库 ” 秒查 ”

`locate` 不会真的去磁盘上搜，它查的是一个预先建好的文件名数据库（通常是 `mlocate.db`）。所以它特别快，但有个前提——数据库得是最新的。

“`bash
# 先更新数据库（需要 root 权限）
sudo updatedb

# 查找包含 “nginx.conf” 的文件路径
locate nginx.conf

# 忽略大小写
locate -i readme.md
“`

坦白说，`locate` 的速度优势在大规模文件系统上非常明显。但它的短板也很直接：新创建的文件在 `updatedb` 之前是搜不到的。

### find——最强也最复杂

`find` 是真正的 ” 全能选手 ”。它实时遍历目录树，支持按名称、类型、大小、时间、权限等几十种条件组合查找，还能对找到的文件直接执行操作。

** 按名称查找：**

“`bash
# 在 /etc 下找名为 passwd 的文件
find /etc -name “passwd”

# 忽略大小写
find /home -iname “*.jpg”
“`

** 按类型查找：**

“`bash
# 只找目录
find /var/log -type d

# 只找普通文件
find /tmp -type f
“`

** 按大小查找：**

“`bash
# 找大于 100MB 的文件
find / -size +100M

# 找小于 1KB 的文件
find . -size -1k
“`

** 按时间查找：**

“`bash
# 7 天内修改过的文件
find /home -mtime -7

# 超过 30 天没访问的文件
find /var/log -atime +30
“`

** 组合条件：**

“`bash
# 找 /tmp 下超过 7 天且大于 10MB 的日志文件
find /tmp -name “*.log” -mtime +7 -size +10M
“`

** 找到后直接处理：**

这是 `find` 最强大的地方——用 `-exec` 对结果执行命令。

“`bash
# 删除 30 天前的临时文件
find /tmp -type f -mtime +30 -exec rm -f {} \;

# 把找到的文件统一改权限
find /var/www -type f -exec chmod 644 {} \;

# 用 xargs 配合（性能更好，批量处理）
find . -name “*.log” | xargs grep “ERROR”
“`

`{}` 是占位符，代表每个找到的文件；`\;` 表示命令结束。如果文件数量很大，换用 `xargs` 会更高效，因为它把多个文件名拼成一条命令执行，减少了进程创建的开销。

** 四个命令怎么选？** 一句话总结：找命令用 `which`/`whereis`，快速模糊搜用 `locate`，精确条件搜用 `find`。

## 压缩归档：先分清 ” 打包 ” 和 ” 压缩 ”

很多人把这两个概念混在一起，但它们是两步操作。** 打包 ** 是把多个文件合并成一个文件（不改变总大小），** 压缩 ** 是用算法减小文件体积。`tar` 负责打包，而 `gzip`、`bzip2`、`xz` 负责压缩。当然，`tar` 可以在打包的同时调用压缩工具，一步到位。

### tar——打包的核心工具

`tar` 的名字来自 Tape Archive（磁带归档），虽然磁带已经是上个时代的东西了，但这个命令活得比谁都好。

** 几个必记参数：**

| 参数 | 含义 |
|——|——|
| `-c` | 创建归档（Create）|
| `-x` | 解包（Extract）|
| `-v` | 显示过程（Verbose）|
| `-f` | 指定文件名（File）|
| `-z` | 用 gzip 压缩 |
| `-j` | 用 bzip2 压缩 |
| `-J` | 用 xz 压缩 |
| `-t` | 查看归档内容（不解包）|

** 常用操作：**

“`bash
# 仅打包，不压缩
tar -cvf archive.tar /path/to/directory

# 打包 + gzip 压缩（最常见）
tar -czvf archive.tar.gz /path/to/directory

# 打包 + bzip2 压缩（压缩率更高，速度更慢）
tar -cjvf archive.tar.bz2 /path/to/directory

# 打包 + xz 压缩（压缩率最高，速度最慢）
tar -cJvf archive.tar.xz /path/to/directory

# 解包 tar.gz
tar -xzvf archive.tar.gz

# 解包到指定目录
tar -xzvf archive.tar.gz -C /target/directory

# 只看看里面有什么，不真的解包
tar -tzvf archive.tar.gz
“`

有个小技巧：解压时其实可以不指定 `-z`/`-j`/`-J`，现代版本的 `tar` 能自动识别压缩格式。但写脚本时建议还是显式指定，避免在老系统上翻车。

### 三种压缩算法对比

这三个工具可以单独使用，也可以被 `tar` 调用。它们的核心区别就是速度和压缩率的取舍。

| 工具 | 扩展名 | 压缩率 | 速度 | 适用场景 |
|——|——–|——–|——|———-|
| gzip | `.gz` | 一般 | 快 | 日常使用，日志压缩 |
| bzip2 | `.bz2` | 较高 | 较慢 | 需要更好压缩率时 |
| xz | `.xz` | 最高 | 最慢 | 软件发布包、长期归档 |

“`bash
# 单独压缩（注意：会删除原文件）
gzip file.txt # 生成 file.txt.gz
bzip2 file.txt # 生成 file.txt.bz2
xz file.txt # 生成 file.txt.xz

# 解压
gunzip file.txt.gz # 或 gzip -d file.txt.gz
bunzip2 file.txt.bz2
unxz file.txt.xz

# 保留原文件（加 -k 参数）
gzip -k file.txt
xz -k file.txt
“`

怎么选？日常操作选 `gzip`，够快够用。需要传输大文件、带宽紧张时考虑 `bzip2` 或 `xz`。发布开源软件的源码包，社区惯例用 `xz`。

### zip/unzip——跨平台首选

跟 Windows 和 macOS 用户交换文件时，`zip` 格式是最省心的选择。它同时完成打包和压缩，不需要像 `tar` 那样分两步理解。

“`bash
# 压缩
zip -r archive.zip /path/to/directory

# 解压
unzip archive.zip

# 解压到指定目录
unzip archive.zip -d /target/directory

# 查看内容
unzip -l archive.zip

# 设置密码
zip -r -P your_password archive.zip /path/to/directory
“`

`-r` 参数表示递归压缩子目录，压缩目录时别忘了加。