find + xargs 批量操作的安全写法：空格文件名、-print0 与 -P 并发

清理三个月前的日志，我写了条 find /data/logs -name '*.log' -mtime +90 | xargs rm。结果 rm 报了 60 多条 No such file or directory，我以为是权限问题，实际是文件名里有空格：一个名字被 xargs 拆成两个参数，删的是一半名字，真文件还在，误伤的却是另外两个。

更险的一次是匹配到了 -rf 这种以短横线开头的文件名，rm 把它当选项解析。后来我把这套写法全部重写，下面是现在的标准做法。

一、空格和换行：为什么必须 -print0

默认 find 每行输出一个路径、xargs 按空白切分，这两个前提都不成立：文件名可以有空格、制表符，甚至换行。改法是把分隔符换成 NUL（\0），它在文件名里不可能出现：

# 危险写法
find /data/logs -name '*.log' | xargs rm

# 安全写法
find /data/logs -name '*.log' -print0 | xargs -0 rm --

末尾的 -- 别省，它告诉 rm"后面都是文件名"，叫 -rf 也只会当文件处理。造几个样本自己验一遍，比看文档可靠：

mkdir -p /tmp/t && cd /tmp/t
touch 'a b.log' $'c\td.log' -- '-rf.log'
find . -name '*.log' | xargs -I{} echo "[{}]"
find . -name '*.log' -print0 | xargs -0 -I{} echo "[{}]"

第一条会把 a b.log 劈成两行，第二条原样保留。

二、find -exec ... + 比 xargs 更省事

不需要并发时，-exec ... {} + 已经把参数攒成一批传进去，没有分隔符问题：

find /data/logs -name '*.log' -mtime +90 -exec gzip -9 {} +

它和 -exec ... \; 的区别只在调用次数：+ 批量，\; 每个文件一次。15 万个文件用 \; 要起 15 万个进程，时间全花在 fork 上。同一批小文件我实测 \; 跑 22 分钟，+ 跑 3 分 50 秒。

既要并发又要安全，就用 xargs -0 -P：

find /data/logs -name '*.log' -print0 \
  | xargs -0 -n 50 -P "$(nproc)" gzip -6

-n 50 是每批 50 个文件，-P 是并发进程数。只写 -P 不写 -n，xargs 会把能塞的参数塞成一次调用，并发度上不去——我第一次就这么写的，8 核机器实测并发只有 1，还以为是参数拼错了。

三、没输入时它照样执行一次

GNU xargs 在标准输入为空时，默认仍然执行一次命令（不带参数）。所以下面第一条会变成执行一次裸的 rm -f，不报错，你却以为"删了 0 个"：

find /data/empty -name '*.log' -print0 | xargs -0 rm -f
find /data/empty -name '*.log' -print0 | xargs -0 -r rm -f

-r（--no-run-if-empty）才符合直觉，它是 GNU 扩展；BSD 与 macOS 的 xargs 默认就是这个行为，加了反而报错，脚本要跨平台就先判断。

四、并发下别共享同一个输出

-P 配重定向，多个进程往同一处写，内容会交错切碎：-P 4 配一个 >> counts.txt，跑完的行数和输入行数经常对不上。我的处理办法很简单，要么让每个进程写自己的输出文件（按文件名派生 .out），要么只用 xargs 做只读操作，统计留给最后的 sort | uniq -c 一次做。

五、先演练，再动车数据

凡是要删、要改名的批量操作，先跑"只打印"的版本，把数量对清楚：

# 演练一：只数
find /data/logs -name '*.log' -mtime +90 -print0 | xargs -0 -n 1000 ls -l | wc -l

# 演练二：清单落盘，人工核对
find /data/logs -name '*.log' -mtime +90 -print0 > /tmp/del.list
tr '\0' '\n' < /tmp/del.list | wc -l

数量和我预期的月度日志量对得上（我这边每月 4 万到 5 万个），才允许执行删除。对不上先查 -mtime 的口径：+90 是"修改时间早于 90 个 24 小时之前"，按整日算，不讲自然日，跨月边界差一天很常见。

顺带提醒：上面这套把 NUL 转成换行的做法，遇到文件名里真有换行的就不安全了。这种脏数据我宁可当场一条命令删完，也不落清单——清单一旦丢了 NUL，安全性就还给了空格。

六、三个容易忘的开关

-delete 比 xargs rm 安全，它隐含 -depth、不受参数长度上限影响，也不会拆错名字：

find /data/logs -maxdepth 3 -type f -name '*.log' -mtime +90 -delete

-maxdepth 必须写，不写就是从根往下扫，误操作一次能扫全盘。-type f 也必须写，-name '*.log' 会连叫 xxx.log 的目录一起匹配。

一句话结论：find | xargs 的安全线只有一条——分隔符必须是 NUL，删除命令后面必须跟 --；再加一个 -r，你就同时挡住了空格文件名、短横线文件名和空输入这三种老坑。