文件管理进阶：查找 · 下载 · 重定向 · 打包

一句话总结：find 找、wget/curl 拿、重定向分流、tar 打包、split 切片——这五件事覆盖了运维日常 80% 的文件操作。 适用：Rocky Linux / CentOS 9（GNU 工具）。练习目录统一用 /tmp/adv。

一、find：按条件找文件

find 会递归遍历目录，默认把找到的路径打印出来。语法：

find 起始目录 [条件...] [动作]

1.1 按名字

find /etc -name "ifcfg-*"      # 前缀匹配
find /etc -name "*cfg*"        # 包含匹配
find /etc -name "*.conf" -type f

通配符要加引号，否则会被 shell 先展开。

1.2 按大小

find /etc -size +3M
find /var/log -size +100M -name "*.log"
find /tmp -size 0            # 空文件
find /tmp -empty             # 空文件或空目录

1.3 按时间

find /etc -mtime +3
find /var/log -mtime +7 -name "*.log"
find /tmp -mmin -10
find /data -newer /data/last_backup.tar.gz

1.4 按类型、属主、权限

1.5 控制深度

find /etc -maxdepth 2 -name "*.conf"      # 只看两层以内
find / -maxdepth 1 -type d                # 只看根下一级目录

1.6 逻辑组合：-a、-o、!

find /etc -size +3M -o -name "*.log"        # 大于3M 或 以.log结尾
find /etc -type f -a -size +3M              # 普通文件 且 大于3M
find /etc -type f ! -name "*.conf"          # 排除 .conf
find / \( -name "*.log" -o -name "*.tmp" \) -size +10M

\( \) 要给 shell 转义，否则会被当成子 shell。

1.7 找到之后做动作

find /etc -type f -name "*.log" -size +3M -exec rm -rf {} \;
find /etc -size -3M -exec cp -a {} /test/ \;
find /aaa -size -3M -exec mv {} /test/ \;
find /log -size +10M -exec rm -rf {} \;

# 文件名带空格时，用 -print0 配合 xargs -0 最安全
find . -name "*.log" -print0 | xargs -0 rm -f
# 多个结果拼成一条命令，比 \; 快
find /tmp -name "*.tmp" -exec rm -f {} +

cp -a = 拷贝内容 + 元数据（权限、属主、时间戳），做备份优先用它。 {}\; 里的 {} 代表当前找到的文件，\; 是 -exec 的结束符，分号要转义。

先确认再删除是最稳的习惯：

find /tmp -mtime +7 -name "*.log" -print      # 先看
find /tmp -mtime +7 -name "*.log" -delete     # 再删

二、下载与上传：wget / curl / rz / sz

2.1 wget

yum install wget -y

# 默认保存为原文件名
wget http://nginx.org/download/nginx-1.22.1.tar.gz

# 另存为 / 指定目录
wget -O /tmp/1.tar.gz http://nginx.org/download/nginx-1.22.1.tar.gz
wget -P /tmp http://nginx.org/download/nginx-1.22.1.tar.gz

遇到 SSL 报错（证书过期、自签、域名不匹配）两种处理：

wget --no-check-certificate https://nginx.org/download/nginx-1.22.1.tar.gz
wget http://nginx.org/download/nginx-1.22.1.tar.gz   # 改走 http

2.2 curl

curl -o /tmp/1.png http://www.example.com/1.png
curl -k -o /tmp/1.png https://www.example.com/1.png   # 跳过证书
curl -I https://www.baidu.com                          # 只看响应头
curl -s http://127.0.0.1:8080/health                   # 静默探活

curl 的进阶玩法：下载脚本并立即执行

# 服务端准备
apt-get install nginx -y        # CentOS 用 yum install nginx -y
cd /var/www/html && mkdir test
vi test/a.sh                    # 写几行命令
systemctl start nginx

# 客户端一条命令下载并执行
curl -s http://192.168.71.8/test/a.sh | bash

⚠️ 这条命令会把远处脚本直接交给 bash 执行，等于把机器交给对方。生产环境务必先 curl -o a.sh 下载，cat 检查内容再执行；内网可信源也建议核对校验和。

2.3 rz / sz：终端里传文件

yum install lrzsz -y

rz          # 上传：从本机选文件传到服务器
rz -y       # 覆盖已存在的同名文件
sz file     # 下载：把服务器文件拉到本机
sz a.txt b.txt

rz/sz 走 ZMODEM 协议，需要终端软件支持（Xshell、SecureCRT、MobaXterm、iTerm2 + trigger）。纯 ssh 命令行本身不支持；大文件建议用 scp/sftp： scp file user@host:/path/、scp user@host:/path/file .

三、文件描述符与输入输出重定向

3.1 什么是文件描述符

进程每打开一个文件，操作系统都会分配一个非负整数编号，这个编号叫文件描述符（file descriptor，也叫文件句柄）。

进程（打开文件） ──> 文件描述符 ──> 操作系统内核 ──> 硬盘

程序与进程“交互”无非是输入 + 输出；Linux 一切皆文件，所以：

• 输入操作 → 某个打开的文件 → 某个文件描述符
• 输出操作 → 某个打开的文件 → 某个文件描述符

图：进程通过文件描述符与内核、磁盘打交道

3.2 三个标准文件描述符

ls /etc/passwd /etc/nofile      # 第二个路径不存在，会走 stderr

3.3 重定向符号

顺序很重要：> file 2>&1 和 2>&1 > file 结果完全不同。

ps aux | grep nginx          # 管道：前一个的输出给后一个
cmd | tee -a /tmp/log.txt    # 同时打印到屏幕并追加到文件

cmd > /tmp/all.txt 2>&1    # 正确：先指向文件，再让 2 指向 1 的位置 → 都进文件
cmd 2>&1 > /tmp/all.txt    # 错误：2 先指向屏幕，1 再指向文件 → 错误还是打在屏幕

3.4 丢弃输出与 here-doc

cmd 1> /dev/null 2> /dev/null    # 正确错误都丢弃
cmd &> /dev/null                  # & 代表 1 和 2
cmd > /dev/null 2>&1              # 等价写法

/dev/null 是“黑洞设备”，写进去的东西直接消失；/dev/zero 读出来全是 0，/dev/urandom 是随机数。

here-doc：把一段多行文本当作标准输入，常用于脚本里写入配置文件。

cat > /tmp/xxx.txt << "EOF"
11111111111
echo $PATH
EOF

• << "EOF"：引号会关闭变量替换，上面会原样写入 echo $PATH；
• << EOF（不加引号）：$PATH 会被展开成实际路径；
• <<- EOF：允许用 Tab 缩进结束符（不能是空格）。

四、sort / uniq / cut / wc：文本统计四件套

4.1 sort 排序

sort -t: -k3 -n /etc/passwd | head -5        # 按 UID 数字排序取前5
du -sh /var/log/* | sort -rh | head -5       # 目录占用 Top5

提醒：sort f > f 会先把文件清空再读，结果为空；要写回用 sort -o f f。

4.2 uniq 去重

uniq 只能去掉相邻的重复行，所以必须先 sort。

sort file.txt | uniq -c | sort -rn        # 统计词频，按次数倒序
sort file.txt | uniq -d                   # 只看重复项

经典：访问日志 Top 10 IP

awk '{print $1}' access.log | sort | uniq -c | sort -rn | head -10

流程：取第一列 → 排序让相同 IP 相邻 → 计数 → 按次数倒序 → 取前 10。

4.3 cut 按列截取

cut -d: -f1 /etc/passwd | head
cut -d: -f1,7 /etc/passwd

4.4 wc 统计

wc -l /etc/passwd
grep -c bash /etc/passwd        # 等价于统计匹配行数

五、打包与压缩：tar / zip

打包是把多个文件放到一起得到一个文件；压缩是对空间做缩减。Linux 上通常一步完成。

5.1 tar 参数表

tar -cvzf a.tar.gz /data          # gzip 压缩
tar -cvjf a.tar.bz2 /data         # bzip2（yum install bzip2 -y）
tar -cvJf a.tar.xz /data          # xz

tar -tzf a.tar.gz                 # 只看内容
tar -xzf a.tar.gz                 # 解压到当前目录
tar -xzf a.tar.gz -C /data/       # 解压到指定目录
tar -xvf a.tar.bz2 -C /data/      # 解压时不用指定算法，tar 会自动识别

新写法可以省略开头的 -：tar czf a.tar.gz /data 等价。

5.2 让压缩包里“不带”被压缩目录本身

默认 tar -czf a.tar.gz /data 解压出来会带 data/ 这一层。如果只想要里面的内容：

cd /data
tar -cvzf ../a.tar.gz ./*      # 用相对路径打包，解压后没有 data 目录

按日期命名备份包：

tar -cvzf `date '+%Y_%m_%d_%H_%M_%S'`.tar.gz /data
# 结果形如 2026_10_20_21_30_00.tar.gz

5.3 zip / unzip

zip 是跨平台通用格式（Windows 直接能打开）。

yum install zip unzip -y

zip -q aaa.zip /data/1.txt /data/2.txt /data/3.png
zip -rq bbb.zip /data/
unzip -l bbb.zip
unzip bbb.zip -d /nnn

六、大文件切分与合并

超大文件（日志、备份包）不方便传输时，可以先切片，到对端再合并。

tar czf a.tar.gz /etc/

# 按大小切：每片 2M，默认后缀 xaa、xab、xac…
split -b 2M a.tar.gz

# 按行切：每 1000 行一片；-d 用数字后缀，-a 3 后缀长度 3
split -l 1000 access.log part_

# 合并（按文件名顺序）
cat xa* > b.tar.gz

# 校验：两个文件 md5 一致说明内容完全相同
md5sum a.tar.gz b.tar.gz

合并时 cat xa* 依赖文件名排序：默认 xaa xab ... 正好有序；用 -d 数字后缀也天然有序。自定义前缀时要写成 cat part_*，并确认顺序。

md5sum 还能批量校验：

md5sum *.tar.gz > checksums.md5
md5sum -c checksums.md5

安全性要求高时用 sha256sum，原理相同，碰撞概率更低。

七、扩展：inode、文件系统与软硬链接

这部分是「文件管理高级」的底层原理，理解了再看 find、tar、df 会顺很多。

7.1 inode 是什么

文件在磁盘上分两部分存：

stat /etc/passwd          # 看 inode 号、块数、三个时间
ls -i /etc/passwd         # 只看 inode 号
df -i                     # 看各分区 inode 使用率

图：文件系统、inode 与数据块的关系

常见故障：df -h 显示还有空间，但写入报 No space left on device——多半是 inode 用完了（大量小文件），用 df -i 确认。

7.2 一个分区一个文件系统

分区格式化后才有文件系统（ext4/xfs），挂载到某个目录才能访问。

图：分区、文件系统与挂载点的关系

lsblk -f            # 看分区、文件系统类型、挂载点
df -hT              # 看已挂载文件系统
mount | column -t

7.3 硬链接与软链接（复习）

图：硬链接共享 inode，软链接指向路径

ln /data/a.txt /data/b.txt        # 硬链接
ln -s /data/a.txt /data/c.txt     # 软链接
ls -li /data/                     # 看 inode 号是否相同

速查表

# find
find /etc -name "*.conf" -type f -size +3M
find /var/log -mtime +7 -name "*.log" -delete
find / -maxdepth 2 -type d -name "test"
find /data -size +1G -exec ls -lh {} \;
find . -name "*.log" -print0 | xargs -0 rm -f

# 下载
wget -O /tmp/a.tar.gz http://x/a.tar.gz
wget -c --no-check-certificate https://x/a.tar.gz
curl -k -L -o /tmp/a.png https://x/a.png
curl -s http://x/a.sh | bash        # 危险，先看内容
rz; sz file

# 重定向
cmd > out 2>&1
cmd &> /dev/null
cmd 2>/tmp/err
cat > /tmp/f << "EOF"
...
EOF

# 统计
sort -t: -k3 -n /etc/passwd
sort f | uniq -c | sort -rn | head
cut -d: -f1,7 /etc/passwd
wc -l file

# 打包
tar -czf a.tar.gz dir/
tar -xzf a.tar.gz -C /data/
tar -tzf a.tar.gz
zip -rq a.zip dir/; unzip a.zip -d out/

# 切片
split -b 2M big.tar.gz
cat xa* > big2.tar.gz
md5sum big*.tar.gz

常见坑

1. find -name 的通配符要用引号，否则 shell 先展开。
2. -maxdepth 必须放在其他条件前面，否则 GNU find 会警告或行为异常。
3. -exec ... \; 的分号要转义，{} 代表当前文件；能用 + 就别用 \;。
4. -mtime +3 是“3 天以前”，不是“3 天内”；后者用 -3。
5. find ... -delete 前先 -print 看一眼，防止误删。
6. cmd > f 2>&1 与 cmd 2>&1 > f 结果不同，顺序决定重定向目标。
7. sort f > f 会清空文件，写回用 -o。
8. uniq 只能去相邻重复，必须先 sort。
9. tar -f 后面必须紧跟包名，写成 tar -czvf a.tar.gz（v 在 f 前）。
10. tar 打包时用绝对路径会带上一堆目录，建议 cd 到目标目录再用 ./*。
11. split 合并依赖文件名顺序，自定义前缀要确认 cat 的顺序。
12. curl ... | bash 等于执行陌生代码，先下载检查。

练习（18 题）

1. 在 /etc 下查找文件名以 ifcfg- 开头的文件。
2. 找出 /var/log 下大于 100M 的普通文件。
3. 找出 /tmp 下 7 天以前修改过的 .log 文件，先只打印路径。
4. 找出 /etc 下所有目录（不含文件），只看两层深度。
5. 找出 /etc 下大于 3M 或者 以 .log 结尾的文件。
6. 找出 /data 下比 /data/bak.tar.gz 更新的文件。
7. 把 /etc 下 3M 以内的文件复制到 /test/，要求保留权限和时间戳。
8. 把 /log 下大于 10M 的文件删除（一条命令）。
9. 用 wget 把 http://nginx.org/download/nginx-1.22.1.tar.gz 下载到 /tmp 并命名为 nginx.tar.gz。
10. 目标站点是自签证书，用 wget 和 curl 分别跳过证书校验下载文件。
11. 用 curl 只看 https://www.baidu.com 的响应头。
12. 把 command 的正常输出和错误输出都写入 /tmp/all.log（覆盖）。
13. 把标准错误单独写入 /tmp/err.log，正常输出不要。
14. 用 here-doc 往 /tmp/nginx.conf 写入三行内容，并保证变量不被展开。
15. 统计 access.log 中访问次数最多的前 10 个 IP。
16. 把 /data 打包成 /backup/data_2026_10_20.tar.gz（gzip），并且解压后不要多一层 data 目录。
17. 把 /data 打成 zip，再解压到 /tmp/unzip_test。
18. 把 5G 的 big.tar.gz 每 2M 切片，传完后合并并校验一致性。

答案与解析

1.

find /etc -name "ifcfg-*"

通配符加引号，避免被 shell 展开。

2.

find /var/log -type f -size +100M

-type f 排除目录；+100M 表示大于。

3.

find /tmp -name "*.log" -mtime +7 -print

确认无误后再把 -print 换成 -delete。

4.

find /etc -maxdepth 2 -type d

-maxdepth 放在 -type 前面。

5.

find /etc -size +3M -o -name "*.log"

-o 两侧条件满足一个即可；复杂组合用 \( \)。

6.

find /data -newer /data/bak.tar.gz

7.

find /etc -size -3M -exec cp -a {} /test/ \;

cp -a 保留元数据和内容；目标目录要先存在。

8.

find /log -size +10M -exec rm -rf {} \;

谨慎操作，建议先 -print 确认。

9.

wget -O /tmp/nginx.tar.gz http://nginx.org/download/nginx-1.22.1.tar.gz

10.

wget --no-check-certificate https://nginx.org/download/nginx-1.22.1.tar.gz
curl -k -O https://nginx.org/download/nginx-1.22.1.tar.gz

也可以改走 http:// 协议。

11.

curl -I https://www.baidu.com

-I 只发 HEAD 请求，显示响应头。

12.

command > /tmp/all.log 2>&1
# 或
command &> /tmp/all.log

13.

command 2> /tmp/err.log

只重定向 2，标准输出仍然到屏幕。

14.

cat > /tmp/nginx.conf << "EOF"
server {
    listen 80;
}
EOF

结束符加引号可阻止变量展开。

15.

awk '{print $1}' access.log | sort | uniq -c | sort -rn | head -10

16.

cd /data && tar -czf /backup/data_2026_10_20.tar.gz ./*

先进入目录再用 ./* 打包，解压后不会多一层 data/。

17.

zip -rq /backup/data.zip /data
unzip /backup/data.zip -d /tmp/unzip_test

18.

split -b 2M big.tar.gz
cat xa* > big2.tar.gz
md5sum big.tar.gz big2.tar.gz

两个 md5 相同即校验通过；也可以用 sha256sum。