🗂️ 11,455 份文件大搬家:基地 FTP 整理实录

🗂️ 11,455 份文件大搬家:基地 FTP 整理实录

前言:三年没人管的 FTP

上篇把服务器修好后(还没看的可以翻上一篇 🔧),我趁热打铁,把目光投向了它上面跑的基地 FTP——一个存了从 2007 年到现在、历届学长学姐传承下来的资料库。

打开一看:

  • 1535 个文件名是乱码,网页端和资源管理器都打不开
  • 一个代码项目贡献了 4,466 个文件夹(node_modules + .git 直接传上去了)
  • 课程资料分成「一专业复习资料」「复习资料/一专二专三专」好几套并存,谁也不知道哪份是全的
  • 学生信息表、账号密码文件散落在共享目录里,人手一份的成员密码人人可见

这些资料从 2007 年传承到现在,已经三代人了。再不整理,下一届接手的人只会更崩溃。

📏 整理三铁律(先立规矩再动手)

动 11,000 多个文件之前,先给自己立了三条铁律:

  1. 只移动、不删除——删除项先移到暂存区,确认无误再清
  2. 每个批次结束重扫核对——文件数必须守恒,一个都不能少
  3. 所有命令整段可粘贴、先预演再执行——能复现的操作才叫操作

🕳️ 踩坑记录(本篇灵魂)

坑一:sed 一把梭,1535 个文件全成「未命名」

最开始处理乱码文件名,我想当然地用 sed 一把梭。结果中文这种多字节字符在 sed 的字符类里根本不支持,跑完之后——1535 个文件全部变成了「未命名」。

当场血压拉满 😇。好在预演机制还在:先备份了全量清单,回滚重来。

最终方案是纯 bash 逐字节判断:利用「乱码标记的位置就是原始扩展名的点」这个规律,定位到点、拼回文件名。重写后 1535 个文件零失败全部修复。

坑二:参数展开死循环

清理文件名尾部的非法字符时,我写了这样的 bash 参数展开:

1
base="${base%[))]}>]}"

结果在某些输入上它永远匹配不到结尾,base 字符串反而越长越长,脚本死循环。最后改成逐字符判断 + 60 次迭代保险丝,到次数强制跳出。

坑三:子 shell 里更新计数,静默丢失

修复函数里统计「已处理数量」,我直接用 $(fix_one ...) 拿返回值——但 $() 会开一个子 shell,里面更新的计数变量根本带不出来。表现为:明明改了 800 个文件,计数器还是 0。

改成函数内直接更新全局变量、不用命令替换,计数立刻正常。这种坑不踩一次真的很难记住。

坑四:扩展名被「修」丢了

有一批 .ipynb 文件,修复完文件名对了、扩展名没了。原因是我把乱码点当成了分隔符整个去掉。最后的解法是利用乱码标记的位置反推原始扩展名,这才算真正修完整。

🗂️ 整理成果

踩完四个坑,坏文件名全部修复。接着分五个批次把整个库推倒重排:

批次 内容 结果
批次 0 1535 个坏文件名批量修复 + 51 个垃圾清理 零失败
批次 1 顶层小尾巴归位、05 考研升学建骨架 根目录清空
批次 2 毕业传承:答辩视频按年份 + 95 本书分类 书籍全归位
批次 3 竞赛区:五大赛事统一「六件套」结构 根层零散件清零
批次 4 部门档案:统一「七件套」+ 基地历史年份制 三个部门结构一致
收尾 密码文件外迁、顶层收敛为 00~07 八分区 文档全部重写

整理后的顶层结构(强迫症狂喜):

1
2
3
4
5
ftp_seven/
├── 00-使用规范/ ├── 04毕业传承/
├── 01课程学习/ ├── 05考研升学/
├── 02竞赛资料/ ├── 06软件与工具/
├── 03部门档案/ └── 07设备与运维/

最终 11,455 份文件 / 2,397 个文件夹 / 132.7 GB,每个批次重扫核对、文件数守恒,零数据丢失。

🛡️ 隐私治理

整理过程中还做了一次内容级隐私扫描:学生信息表、历年通讯录移出了成员可见区;散落的 6 个密码/账号文件统一抽到管理员专用目录。FTP 的成员账号也顺手改成了只读——下载随便下,上传删除只有管理员能做。

🎁 给下一届的遗产

这次整理最大的成果不是「变干净了」,而是沉淀了可复用的工具和规矩:

  • fixnames3.sh —— 坏文件名批量修复脚本,先预演再 apply
  • 上传须知 —— 一页纸写清「放哪、怎么命名、什么不许传」
  • 每学年重扫一次生成导航文档,结构变化一目了然

写在最后

整个整理断断续续花了几天,改脚本改到深夜的时候确实有点上头——但看到 1535 个打不开的文件全部复活、三年乱账变成八个整整齐齐的分区,值了。

其实整理 FTP 和整理代码仓库是一回事:混乱不可怕,可怕的是没有规矩。规矩立下了,剩下的就是执行。

如果你也有一个年久失修的共享盘,希望这篇的四个坑和三条铁律能帮到你 💬