tar
的--exclude
选项中PATTERN
详解
tar
的--exclude
选项原来只知道一个粗略的用法,比如要排除某个目录,那么可以如此--exclude=<dir-name>
;如果要排除有相同前缀的多个目录,比如log, logs, logbak
,怎么办?使用通配符,比如--exclude=log*
。这倒是没错,但是这能不能保证正好排除这几个目录,而不会把有相同前缀的文件,比如log4j.properties
,也排除掉呢?这就必须真正搞明白这个PATTERN是怎么回事,匹配规则到底是怎么回事。
先看一个例子。比如将对当前目录下的一个名为test
的目录进行打包操作,目录如下:
$ tree test
test
├── 1.txt
├── log
│ └── 2.txt
├── logs
│ └── 3.txt
├── logspark
│ └── 4.txt
├── main
│ └── log4j
│ └── 7.txt
├── src
│ ├── 5.txt
│ └── logp.txt
└── target
└── 6.class
$ find test
test
test/1.txt
test/log
test/log/2.txt
test/logs
test/logs/3.txt
test/logspark
test/logspark/4.txt
test/main
test/main/log4j
test/main/log4j/7.txt
test/src
test/src/5.txt
test/src/logp.txt
test/target
test/target/6.class
上面find
命令的结果每一行是一条路径,代表了目录树中一个结点。以路径test/main/log4j/7.txt
为例,其中/
是路径分隔符,而test,main,log4j,7.txt
是这条路径中的路径分量(path components);若干连续路径分量(多于1个则用/
分隔符连接起来),可称为该路径的部分路径。那么匹配规则是如果某路径的部分路径刚好能被PATTERN表示,那么该路径匹配这个PATTERN
。考虑到排除了父节点自然会排除其子孙结点,所以判断匹配的时候可以不考虑处于路径中间位置的部分路径(比如main/log4j
处于test/main/log4j/7.txt
的中间),而只需考虑尾部与路径一样的部分路径(比如对于路径test/main/log4j/7.txt
,这样的部分路径有,7.txt
,log4j/7.txt
,main/log4j/7.txt
,test/main/log4j/7.txt
)。
容易有一些推论:
- PATTERN一般不能一
/
结尾,因为/
是作为路径分隔符(除非在结点名字中加上这个特殊字符),不是路径分量的一部分,因此正常情况下不存在以/
结尾的部分路径。如果有这样的PATTERN,那么匹配不了任何路径。 - PATTERN是某路径分量的一部分,不会匹配任何内容,因为没有这样部分路径。
一些例子:
PATTERN
为lo
不匹配任何路径,因为虽然lo
是log
的一部分,但是没有哪个路径分量是lo
。PATTERN
为lo*
,因为lo*
可以表示log,logs,logspark,log4j,logp.txt
,所以这些结点及其子结点都会被匹配到。PATTERN
为log?
,因为log?
只能表示logs
这个路径分量,所以只有test/logs
及其子节点会被匹配到。
运行实例:
# 排除log目录
$ tar -cf test1.tar --exclude=log test
$ tar -tf test1.tar
test/
test/1.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/main/log4j/
test/main/log4j/7.txt
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
# 意图排除包含lo的目录【失败,排除不了任何内容】
$ tar -cf test1.tar --exclude='lo' test
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/main/log4j/
test/main/log4j/7.txt
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
# 意图排除以og结束的目录【失败,排除了任何内容】
$ tar -cf test1.tar --exclude='og' test
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/main/log4j/
test/main/log4j/7.txt
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
# 通配符?的使用
$ tar -cf test1.tar --exclude='log?' test # log?匹配logs目录
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logspark/
test/logspark/4.txt
test/main/
test/main/log4j/
test/main/log4j/7.txt
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
$ tar -cf test1.tar --exclude='log??' test # 匹配log4j目录
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
# 通配符*的使用
$ tar -cf test1.tar --exclude='log*' test
$ tar -tf test1.tar
test/
test/1.txt
test/main/
test/src/
test/src/5.txt
test/target/
test/target/6.class
$ tar -cf test1.tar --exclude='og*' test # og*不匹配任何路径分量或部分路径
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/main/log4j/
test/main/log4j/7.txt
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
# 以/结尾【排除了不了任何内容】
$ tar -cf test1.tar --exclude='log/' test
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/main/log4j/
test/main/log4j/7.txt
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
$ tar -cf test1.tar --exclude='log*/' test
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/main/log4j/
test/main/log4j/7.txt
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
# 多个路径分量的PATTERN
$ tar -cf test1.tar --exclude='log/2.txt' test
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/main/log4j/
test/main/log4j/7.txt
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
$ tar -cf test1.tar --exclude='main/log4j' test
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
$ tar -cf test1.tar --exclude='m*/l*/*txt' test
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/main/log4j/
test/src/
test/src/5.txt
test/src/logp.txt
test/target/
test/target/6.class
从命令tar -cf test1.tar --exclude='log*' test
的结果显示,不光log,logs,logspark
这些目录确实被排除了,而且其他以log
为前缀的文件或目录也被排除了,如test/main/log4j
,比如test/src/logp.txt
。所以使用通配符的缺点是容易误伤。可能导致一些不相干的文件也被排除了。其实,不使用通配符也可能导致误伤,比如想排除存储日志文件的log
目录,可能顺带把某个表示名为log
表示与日志有关功能的源码包给排除了。所以最好的办法还是使用从根路径(此处根路径是待打包的目录)到要排除的目录树结点的完整路径来排除,如此不会出错。
减少误伤,可以区分要排除的目录还是文件。比如要排除某个目录,转化为要排除该目录下的所有内容,是可以的。比如
$ tar -cf test1.tar --exclude=target --exclude='log*/*' test
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/logs/
test/logspark/
test/main/
test/main/log4j/
test/src/
test/src/5.txt
test/src/logp.txt
PATTERN
写成log*/*
的形式,因为log*
后面跟了一个/
,那么可以确保log*
匹配的是目录,不可能匹配文件。/
后面加个*
可以确保这些目录下内容都能被匹配到。当然这种方式log*
目录本身是不会被排除的。
更稳妥的办法是不使用通配符,直接指定所有的待排除目录树结点的完整路径。
一种方法是通过--exclude
选项逐个添加要排除的路径。比如,
$ tar -cf test1.tar --exclude=test/main/log4j --exclude=test/target test
$ tar -tf test1.tar
test/
test/1.txt
test/log/
test/log/2.txt
test/logs/
test/logs/3.txt
test/logspark/
test/logspark/4.txt
test/main/
test/src/
test/src/5.txt
test/src/logp.txt
另外一种方法是使用tar
命令的-X file
(即--exclude-from=file
的等价形式)参数,结合find
命令可以快速达到我们的目的。方法是先用find test -type d
命令列出所有目录路径(还可以使用-maxdepth N
指定显示层数(根目录的深度是0)),如
$ find test -maxdepth 1 -type d
test
test/log
test/logs
test/logspark
test/main
test/src
test/target
将结果重定向到一个文件中,然后编辑这个文件,将不需要排除的路径删掉,保留需要排除的路径,然后通过-X file
参数指定这个文件,那么就可以准确的排除我们需要排除的路径了(因为是从test
开始的全部路径,因此每行路径是唯一的,从而不会出现不准确的情况)。