¿Cómo agregar extensiones a muchos archivos usando el contenido de cada archivo?

Question

Tengo más de 10.000 archivos que no tienen extensiones de versiones anteriores de Mac OS. Están extremadamente anidados en la estructura de archivos y también tienen todo tipo de formatos y caracteres extraños. Ya no tienen tipos de archivos ni códigos de creador adjuntos. Muchos de estos archivos tienen texto que me permitirá determinar las extensiones (por ejemplo, Word.Document.8 está en el texto de cada archivo creado por esa versión de Word).

Encontré un script que parece funcionar para uno de estos tipos de archivos a la vez, pero borra partes de los nombres de archivos después de caracteres nefastos, lo cual no es bueno.

find . -type f -not -name "*.*" -print0 |\
    xargs -0 file |\
    grep  'Word.Document.8' |\
    sed 's/:.*//' |\
    xargs -I % echo mv % %.doc

¿Debo limpiar primero los caracteres en los nombres de archivos o tratarlos mediante programación en el script para dejarlos igual? Mientras no pierda información de los nombres de archivos, no veo ningún problema al borrar barras y otros caracteres problemáticos. Además, si limpio los nombres de archivos, es probable que haya duplicados, por lo que cualquier script de limpieza tendría que agregar algo como "-1" antes de la extensión para asegurarse de que no se pierda nada.

No estoy atado a este guión, pero es comprensible, lo cual es un profesional. Mac OS X 10.6 está instalado en este servidor de archivos, pero tengo acceso a cualquier versión reciente de OS X.

Answer 1

Todavía no estoy 100% seguro de haber entendido la pregunta, pero aquí hay un par de ideas.

1. sed 's/:.*//'destruirá cualquier nombre de archivo que tenga dos puntos. ¿Los dos puntos son un carácter de nombre de archivo legal en Mac? Si no, entonces esto no será un problema para ti. De lo contrario, considere hacer sed 's/: Word.Document.8$//'o. sed 's/: [^:]*$//'.
2. El mvcomando generado por xargsparece un problema. Intentar
   xargs -I % sh -c 'echo mv "%" "%.doc"'.

Answer 2

La segunda pregunta es ¿cómo cambio el script para que busque más de un tipo de archivo al mismo tiempo y le dé a cada uno la extensión adecuada?

Aquí hay un par de consejos para comenzar:

sed -e '/Palabra\.Documento\.8/s/algo/algo más/;s/otro/aún otra/'\
    -e '/Excel\.Hoja\.8/s/algo 2/algo más 2/;s/otros 2/otros 2 más/'\
    ...

o

awk'
      /Palabra\.Documento\.8/ {
            comandos awk para Word
      }
      /Excel\.Hoja\.8/ {
            comandos awk para Excel
      }
          ⋮
'