cpio命令

简介:

  cpio是用来建立、还原备份档的工具程序,它可以加入、解开cpio或tar备份档内.cpio 可以从 cpio 或 tar 格式的归档包中存入和读取文件, 归档包是一种包含其他文件和有关信息的文件。 有关信息包括:文件名, 属主, 时标(timestamp), 和访问权限。 归档包可以是磁盘上的 其他文件, 也可以是磁带或管道。


语法:

cpio [主选项] [选项] [文件名]


cpio包括3种运行模式。

copy-ou: cpio把要备份的文件复制到归档包中。

copy-in:cpio从归档包中抽取文件,或者列出归档包里的内容。

Pass-through:合并copy-out和copy-in命令的功能。从一个目录向另一个目录或从一个文件系统向另一个文件系统复制文件。


主参数:

-o 或 --create 执行copy-out模式,建立备份档

-i 或 --extract执行copy-in模式,还原备份档。

-p 或 --pass-through 执行 pass-through模式,略过备份步骤,直接将文件复制到目的目

录 。

-t 或 --list 将输入的内容呈现出来。

-v 详细显示指令的执行过程。


例:

一、把pic目录下的所有文件并归档到 a.cpio中

find pic | cpio -oVB > a.cpio

二、把a.cpio解压到abc目录中。

linux@server:~/ex$ mkdir abc

linux@server:~/ex$ cd abc

linux@server:~/ex/abc$ cpio -i < /home/linux/ex/a.cpio

三、显示cpio文档的内容,而不提取其内容。

cpio -vt < a.cpio

# v显示详细信息,t显示其内容,但不解压。

四、压缩cpio归档文件

经常看到xxxx.tar.gz的压缩文件,此类文件利用 gzip压缩的,也有xxx.cpio.gz的压缩文件也是由gzip进行压缩的,gzip不能对目录文件进行压缩,必须先用tar或cpio把多个目录和文件归档,之后再进行压缩。

linux@server:~/ex$ gzip a.cpio  #建立压缩

linux@server:~/ex$ ls

abc  a.cpio.gz  pic   #生成了a.cpio.gz

五、将当前目录下的pic目录树,备份到backup目录中

kdir backup  #建立这个目录

find pic | cpio -vpd backup

#v 详细信息,p pass-through模式,直接复制,d用于创建子目录

注:

1、cpio产生归档文件的内容列表一般是ls,find命令的执行结果作为管道输入。

2、cpio的参数必须指定一个主选项(o,i,p,t),告诉cpio具体做什么。


本文转自willis_sun 51CTO博客,原文链接:http://blog.51cto.com/willis/1846726,如需转载请自行联系原作者

相关文章
|
算法
GSEA 富集分析原理分析
本分分享了自己学习参考多篇 关于GSEA 原理的博客文献后总结的个人理解,以供参考学习
921 0
|
存储 SQL 分布式计算
Apache Iceberg数据湖基础
Apache Iceberg 是新一代数据湖表格式,旨在解决传统数据湖(如 Hive)在事务性、并发控制和元数据管理上的不足。它支持 Spark、Flink、Trino 等多种计算引擎,提供 ACID 事务、模式演化、分区演化等核心特性,具备良好的云存储兼容性和高性能查询能力,适用于大规模结构化数据分析场景。
|
监控 Java Linux
Jetson 学习笔记(十二):CSI摄像头实现rtsp流的传输并对动态获取多路流进行探索
本文是关于如何在Jetson设备上使用CSI摄像头实现RTSP流传输的详细教程,包括安装依赖、编译gst-rtsp-server、测试、源代码介绍以及如何动态获取多路流的RTSP服务器。
982 2
Jetson 学习笔记(十二):CSI摄像头实现rtsp流的传输并对动态获取多路流进行探索
|
机器学习/深度学习 传感器 人工智能
深度学习之自主学习和任务规划
基于深度学习的自主学习和任务规划,是指通过深度学习算法使人工智能(AI)系统能够自主地从环境中学习,并根据特定的目标和任务,规划出有效的解决方案。
540 3
|
12月前
|
开发工具 开发者
Flutter cli 常用 指令
Flutter cli 常用 指令
227 5
|
机器学习/深度学习 算法 搜索推荐
Elasticsearch:崭新的打分机制 - Learning To Rank (LTR)
【6月更文挑战第8天】Elasticsearch 的 Learning To Rank (LTR) 打分机制通过机器学习改进搜索结果排序,以适应复杂需求和用户行为。传统打分基于词频等,而 LTR 利用训练数据学习更合理的排序,考虑文本、用户行为等特征。示例代码展示了如何在 Elasticsearch 中运用 LTR。尽管实施 LTR 需要高质量训练数据和专业选择算法,但它能处理模糊搜索、多因素排序,提升搜索体验,增强应用价值和竞争力。随着技术发展,LTR 将在 Elasticsearch 中发挥更大作用。
377 6
|
前端开发 PHP 数据库
PHP框架详解之Symfony框架
在现代Web开发中,PHP作为一种灵活且功能强大的编程语言,广泛应用于各种Web应用程序的开发中。为了提高开发效率、代码的可维护性和可扩展性,开发者通常会选择使用框架来构建应用程序。在众多PHP框架中,Symfony以其强大的功能和灵活性脱颖而出,成为开发者们的首选之一。本文将详细介绍Symfony框架,包括其历史、核心功能、组件、安装和使用方法,以及在实际开发中的应用案例。
229 2
|
SQL 存储 测试技术
|
安全 数据安全/隐私保护 C++
Qt C++ 键盘事件全解析:从基础到高级,实现精彩互动体验
Qt C++ 键盘事件全解析:从基础到高级,实现精彩互动体验
2357 0
|
SQL 数据采集 安全
RASP技术进阶系列(一):与WAF的“相爱相杀”
RASP和WAF最大的区别是:WAF的目的是发现可疑的流量,RASP则是发现具有威胁的行为。
507 0
RASP技术进阶系列(一):与WAF的“相爱相杀”