bash脚本导航目录子结构，然后对.xml文件进行操作

我厌倦了这个：

for dir in /home/matthias/Workbench/SUTD/nytimes_corpus/NYTimesCorpus/2007/02/*/ for f in *.xml ; do echo $f | grep -q '_output.xml$' && continue # skip output files g="$(basename $f .xml)_output.xml" java -mx600m -cp /home/matthias/Workbench/SUTD/nytimes_corpus/NER/stanford-ner-2015-01-30/stanford-ner-3.5.1.jar edu.stanford.nlp.ie.crf.CRFClassifier -loadClassifier /home/matthias/Workbench/SUTD/nytimes_corpus/NER/stanford-ner-2015-01-30/classifiers/english.all.3class.distsim.crf.ser.gz -textFile $f -outputFormat inlineXML > $g done done

这是基于对这个问题的答案，但这并不奏效。

我有一个文件夹结构，在NYTimesCorpus目录中有一个目录2007 ，在这个目录01和02 ，等等…

然后在01内有01 ，…

大文件调用close（）后不立即刷新到磁盘？

将Windows CDROM驱动器视为阻止文件？

使用Windows API检索打开的文件描述符的数量

“＆>”和“<＆”令牌问题

用C ++在线文本文件读取数据

在每个这些terminal目录中都有许多我想应用脚本的.xml文件：

for f in *.xml ; do echo $f | grep -q '_output.xml$' && continue # skip output files g="$(basename $f .xml)_output.xml" java -mx600m -cp /home/matthias/Workbench/SUTD/nytimes_corpus/NER/stanford-ner-2015-01-30/stanford-ner-3.5.1.jar edu.stanford.nlp.ie.crf.CRFClassifier -loadClassifier /home/matthias/Workbench/SUTD/nytimes_corpus/NER/stanford-ner-2015-01-30/classifiers/english.all.3class.distsim.crf.ser.gz -textFile $f -outputFormat inlineXML > $g done

但是有很多不同的目录在每个目录中运行它都是一种罕见的折磨。 除了2007我还有2006和2005 ，所以理想的做法是运行一次，让程序自行导航。

我迄今为止的尝试都没有取得成功，也许你们中的一个人会知道如何做到这一点？

谢谢您的考虑。

UPDATE

textFile=./scrypt.sh outputFormat=inlineXML Loading classifier from /home/matthias/Workbench/SUTD/nytimes_corpus/NER/stanford-ner-2015-01-30/classifiers/english.all.3class.distsim.crf.ser.gz ... done [2.2 sec]. CRFClassifier tagged 71 words in 5 documents at 959.46 words per second. CRFClassifier invoked on Sun Apr 12 19:33:34 HKT 2015 with arguments: -loadClassifier /home/matthias/Workbench/SUTD/nytimes_corpus/NER/stanford-ner-2015-01-30/classifiers/english.all.3class.distsim.crf.ser.gz -textFile ./scrypt.sh -outputFormat inlineXML loadClassifier=/home/matthias/Workbench/SUTD/nytimes_corpus/NER/stanford-ner-2015-01-30/classifiers/english.all.3class.distsim.crf.ser.gz

从正在运行的程序读取值

寻找一种方法来强制在Linux中进行简短的阅读

提升mmap性能与原生内存映射

我正在运行一个PHP脚本使用WAMP，在这种情况下，我怎么能从我的文档读取文件？

如何在C ++控制台应用程序中输出波兰语字符？

find是一个好的解决方案。 这听起来像所有的XML文件是在相同的目录深度，所以试试这个：

dir=/home/matthias/Workbench/SUTD/nytimes_corpus for f in $dir/NYTimesCorpus/*/*/*/*.xml; do [[ $f == *_output.xml ]] && continue # skip output files g="${f%.xml}_output.xml" java -mx600m -cp $dir/NER/stanford-ner-2015-01-30/stanford-ner-3.5.1.jar edu.stanford.nlp.ie.crf.CRFClassifier -loadClassifier $dir/NER/stanford-ner-2015-01-30/classifiers/english.all.3class.distsim.crf.ser.gz -textFile "$f" -outputFormat inlineXML > "$g" done

glob模式$dir/NYTimesCorpus/*/*/*/*.xml指定想要的xml文件恰好低于NYTimesCorpus的3个级别。 那是错误的深度，然后改变模式中*/的数量。

如果xml文件可以出现在不同的深度，使用find ，或在bash中使用：

shopt -s globstar nullglob for f in $dir/NYTimesCorpus/**/*.xml; do

参考

我会使用find因为它递归地工作：

find /path/to/xmls -type f ! -name '*_output.xml' -name '*.xml' -exec ./script.sh {} ;

为了更好的可读性，我将把每个文件上应该执行的动作保存到script.sh ：

#!/bin/bash f="$1" g="${f%%.*}_output.xml" java -mx600m -cp /home/matthias/Workbench/SUTD/nytimes_corpus/NER/stanford-ner-2015-01-30/stanford-ner-3.5.1.jar edu.stanford.nlp.ie.crf.CRFClassifier -loadClassifier /home/matthias/Workbench/SUTD/nytimes_corpus/NER/stanford-ner-2015-01-30/classifiers/english.all.3class.distsim.crf.ser.gz -textFile "$f" -outputFormat inlineXML > "$g"

并使其可执行：

chmod +x script.sh