🗂️ 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:
- 只移动、不删除——删除项先移到暂存区,确认无误再清
- 每个批次结束重扫核对——文件数必须守恒,一个都不能少
- 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 | ftp_seven/ |
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 💬