Как реорганизовать поиск | xargs один вкладыш в читабельный код

Question

я написал обертку Пакетное OCR & сценарий службы для тессеракта и abbyyocr11 найти здесь: https://github.com/deajan/pmOCR

Основная функция команда находкой, которая проходит это аргументы xargs с -print0 в чтобы иметь дело со специальными именами файлов. Команда находки стала все более и более сложной и в конечном итоге, как очень длинный один лайнер, который становится трудно поддерживать:

find "$DIRECTORY_TO_PROCESS" -type f -iregex ".*\.$FILES_TO_PROCES" ! -name "$find_excludes" -print0 | xargs -0 -I {} bash -c 'export file="{}"; function proceed { eval "\"'"$OCR_ENGINE_EXEC"'\" '"$OCR_ENGINE_INPUT_ARG"' \"$file\" '"$OCR_ENGINE_ARGS"' '"$OCR_ENGINE_OUTPUT_ARG"' \"${file%.*}'"$FILENAME_ADDITION""$FILENAME_SUFFIX$FILE_EXTENSION"'\" && if [ '"$_BATCH_RUN"' -eq 1 ] && [ '"$_SILENT"' -ne 1 ];then echo \"Processed $file\"; fi && echo -e \"$(date) - Processed $file\" >> '"$LOG_FILE"' && if [ '"$DELETE_ORIGINAL"' == \"yes\" ]; then rm -f \"$file\"; fi"; }; if [ "'$CHECK_PDF'" == "yes" ]; then if ! pdffonts "$file" 2>&1 | grep "yes" > /dev/null; then proceed; else echo "$(date) - Skipping file $file already containing text." >> '"$LOG_FILE"'; fi; else proceed; fi' 

Есть ли лучше способ передать результаты находки читаемой функции (без ущерба для слишком большая скорость)?

Спасибо.

Answer 1

Вы можете заменить find в целом. Это проще в bash 4 (который я покажу здесь), но выполнимо в bash 3.

proceed() { 
    ... 
} 

shopt -s globstar 

extensions=(pdf tif tiff jpg jpeg bmp pcx dcx) 
for ext in "${extensions[@]}"; do 
    for file in /some/path/**/*."$ext"; do 
    [[ ! -f $file || $file = *_ocr.pdf ]] && continue 
    # Rest of script here 
    done 
done 

---

bash До 4, вы можете написать свою собственную рекурсивную функцию, чтобы спуститься по иерархии каталогов.

descend() { 
    for fd in "$1"/*; do 
     if [[ -d $fd ]]; then 
      descend "$fd" 
     elif [[ ! -f $fd || $fd != *."$ext" || $fd = *_ocr.pdf ]]; then 
      continue 
     else 
      # Rest of script here 
     fi 
    done 
} 

for ext in "${extensions[@]}"; do 
    descend /some/path "$ext" 
done 

Answer 2

Не использовать bash -c. Вы уже привержен начать новый bash процесс для каждого файла из команды find, так что просто сохранить код в файл и запустить, что с

find "$DIRECTORY_TO_PROCESS" -type f -iregex ".*\.$FILES_TO_PROCES" \ 
    ! -name "$find_excludes" -print0 | 
    xargs -0 -I {} bash script.bash {} 

Answer 3

OK, создать сценарий, а затем запустить поиск.

#!/bin/bash 

trap cleanup EXIT 
cleanup() { rm "$script"; } 

script=$(mktemp) 
cat <<'END' > "$script" 
######################################################################## 
file="$1" 

function proceed { 
    "$OCR_ENGINE_EXEC" "$OCR_ENGINE_INPUT_ARG" "$file" "$OCR_ENGINE_ARGS" "$OCR_ENGINE_OUTPUT_ARG" "${file%.*}$FILENAME_ADDITION$FILENAME_SUFFIX$FILE_EXTENSION" 
    if [ "$_BATCH_RUN" -eq 1 ] && [ "$_SILENT" -ne 1 ]; then 
     echo "Processed $file" 
    fi 
    echo -e "$(date) - Processed $file" >> "$LOG_FILE" 
    if [ "$DELETE_ORIGINAL" == "yes" ]; then 
     rm -f "$file" 
    fi 
} 

if [ "$CHECK_PDF" == "yes" ]; then 
    if ! pdffonts "$file" 2>&1 | grep "yes" > /dev/null; then 
     proceed 
    else 
     echo "$(date) - Skipping file $file already containing text." >> '"$LOG_FILE"'; 
    fi 
else 
    proceed 
fi 
######################################################################## 
END 

find "$DIRECTORY_TO_PROCESS" -type f \ 
          -iregex ".*\.$FILES_TO_PROCES" \ 
          ! -name "$find_excludes" \ 
          -exec bash "$script" '{}' \; 

'END' из Heredoc котируется, поэтому переменные не расширены, пока сценарий не будет на самом деле выполняется.