¿Hay alguna manera de que pueda realizar una diferencia recursiva de dos directorios pero solo comparar (en sus respectivos lugares) archivos que coincidan con un nombre de archivo o predicado de tipo de archivo específico?

Por ejemplo, me gustaría hacer algo como

diff -r dir-a dir-b -filenames *.java, ivy.xml, build.xml

... o mejor:

diff -r dir-a dir-b -filetype text

Claramente, no es obligatorio usarlo, diffya que supongo que es un encantamiento findy -exec difftambién podría hacer el truco (simplemente no sé cómo generar las rutas de archivo complementarias en el último caso).

Shellscript differ-r

Este shellscript puede realizar una diferencia recursiva de dos directorios, pero solo compara (en sus respectivos lugares) archivos que coinciden con un patrón de nombre de archivo o tipo de archivo específico.

#!/bin/bash

greenvid="\0033[32m"
resetvid="\0033[0m"

if [ $# -ne 3 ]
then
 echo "Usage: compare files in two directories including subdirectories"
 echo "         $0 <source-dir> <target-dir> <pattern>"
 echo "Example: $0  subdir-1     subdir-2     \"*.txt\""
 exit
fi

cmd='for pathname do
        greenvid="\0033[32m"
        resetvid="\0033[0m"
        echo -e "${greenvid}diff \"$pathname\" \"${pathname/'\"$1\"'/'\"$2\"'}\"${resetvid}"
        diff "$pathname" "${pathname/'\"$1\"'/'\"$2\"'}"
    done'
#echo "$cmd"

find "$1" -type f -name "$3" -exec bash -c "$cmd" bash {} +

Manifestación

Archivos:

$ find -type f
./1/ett.txt
./1/two.doc
./1/t r e.txt
./1/sub/only-one.doc
./1/sub/hello.doc
./1/sub/hejsan.doc
./differ-r2
./differ-r1
./differ-r
./2/ett.txt
./2/two.doc
./2/t r e.txt
./2/sub/hello.doc
./2/sub/hejsan.doc

Uso:

$ ./differ-r
Usage: compare files in two directories including subdirectories
         ./differ-r <source-dir> <target-dir> <pattern>
Example: ./differ-r  subdir-1     subdir-2     "*.txt"

Corriendo differ-r:

Las difflíneas de comando realizadas se imprimen con texto verde y la salida, cuando no hay coincidencia, se imprime con texto predeterminado (blanco sobre negro en la siguiente captura de pantalla).

$ ./differ-r 1 2 "*.doc"
diff "1/two.doc" "2/two.doc"
diff "1/sub/only-one.doc" "2/sub/only-one.doc"
diff: 2/sub/only-one.doc: No such file or directory
diff "1/sub/hello.doc" "2/sub/hello.doc"
2d1
< world
diff "1/sub/hejsan.doc" "2/sub/hejsan.doc"

$ ./differ-r 1 2 "*.txt"
diff "1/ett.txt" "2/ett.txt"
2c2
< stabben
---
> farsan
diff "1/t r e.txt" "2/t r e.txt"
1c1
< t r e
---
> 3
$ 

$ ./differ-r 1 2 "*"
diff "1/ett.txt" "2/ett.txt"
2c2
< stabben
---
> farsan
diff "1/two.doc" "2/two.doc"
diff "1/t r e.txt" "2/t r e.txt"
1c1
< t r e
---
> 3
diff "1/sub/only-one.doc" "2/sub/only-one.doc"
diff: 2/sub/only-one.doc: No such file or directory
diff "1/sub/hello.doc" "2/sub/hello.doc"
2d1
< world
diff "1/sub/hejsan.doc" "2/sub/hejsan.doc"

$ ./differ-r 2 1 "*"
diff "2/ett.txt" "1/ett.txt"
2c2
< farsan
---
> stabben
diff "2/two.doc" "1/two.doc"
diff "2/t r e.txt" "1/t r e.txt"
1c1
< 3
---
> t r e
diff "2/sub/hello.doc" "1/sub/hello.doc"
1a2
> world
diff "2/sub/hejsan.doc" "1/sub/hejsan.doc"

rsync con filtro

Si no necesita obtener ningún resultado que describa la diferencia, solo sepa qué archivos son diferentes o que faltan (por lo que rsyncle gustaría copiarlos), puede usar la siguiente línea de comando.

rsync --filter="+ <pattern>" --filter="+ */" --filter="- *"--filter="- */"  -avcn <source directory>/ <target directory>

Manifestación

$ rsync --filter="+ *.doc" --filter="+ */" --filter="- *"  -avcn 1/ 2
sending incremental file list
./
sub/
sub/hello.doc
sub/only-one.doc

sent 276 bytes  received 35 bytes  622.00 bytes/sec
total size is 40  speedup is 0.13 (DRY RUN)

sent 360 bytes  received 41 bytes  802.00 bytes/sec
total size is 61  speedup is 0.15 (DRY RUN)
olle@bionic64 /media/multimed-2/test/test0/temp $ rsync --filter="+ *.txt" --filter="+ */" --filter="- *" -avcn 1/ 2
sending incremental file list
./
ett.txt
t r e.txt
sub/

sent 184 bytes  received 29 bytes  426.00 bytes/sec
total size is 21  speedup is 0.10 (DRY RUN)

Si desea una salida limpia sin líneas de comentarios y sin directorios, puede hacer grepla salida de esta manera,

$ pattern="*.doc"; rsync --filter="+ $pattern" --filter="+ */" --filter="- *"  -avcn 1/ 2 | grep "${pattern/\*/.\*}"
sub/hello.doc
sub/only-one.doc

Shellscript rsync-diff

Esta línea única puede convertirse en el comando central de un shellscript rsync-diff.

#!/bin/bash

LANG=C

if [ $# -ne 3 ]
then
 echo "Usage: compare files in two directories including subdirectories"
 echo "         $0 <source-dir> <target-dir> <pattern>"
 echo "Example: $0  subdir-1     subdir-2     \"*.txt\""
 exit
fi

pattern="$3"; rsync --filter="+ $pattern" --filter="+ */" --filter="- *" \
 -avcn "$1"/ "$2" | grep "${pattern//\*/.\*}" | grep -v \
  -e '/$' \
  -e '^sending incremental file list$' \
  -e '^sent.*received.*sec$' \
  -e '^total size is.*speedup.*(DRY RUN)$'

Como mencionó "Claramente, no es obligatorio usar diff",

Esto debería hacer el trabajo para que funden fácilmente configurable para qué tipo de tipos de archivos de ignorar:

además, otra alternativa sería escribir un script simple que se transfiera de una lista blanca a una lista negra y luego la lista negra se pasará al diff con la --excludeopción.

Con la sustitución de comandos de soporte de shell , puede usar el siguiente one-liner (como ya señaló @JammingThebBits):

diff -r dir-a dir-b --exclude-from=<( \
find dir-a dir-b -type f -not \( -name '*.xml'  -or -name '*.java' \) \
| sed 's:^.*/\([^/]*\)$:\1:' \
)

Funciona así: findbusque los archivos que no le interesan, sedextraiga el nombre base (la ejecución basenamees extremadamente lenta si tiene muchos archivos) y los coloca en un archivo temporal ; dicho archivo se pasa a diffdecirle que los excluya de la comparación (doble exclusión = inclusión).

Si no tiene sustitución de comando, coloque la sedsalida en un archivo y páselo explícitamente diff.

En el ejemplo, busqué solo archivos XML y JAVA, cambiélos según sea necesario separándolos con OR.