重庆分公司,新征程启航
为企业提供网站建设、域名注册、服务器等服务
Autotrash 是一个命令行程序,它用于自动清除旧的已删除文件。它将清除超过指定天数的在回收站中的文件。你不需要清空回收站或执行 SHIFT+DELETE 以永久清除文件/文件夹。Autortrash 将处理回收站中的内容,并在特定时间段后自动删除它们。简而言之,Autotrash 永远不会让你的垃圾变得太大。
创新互联-专业网站定制、快速模板网站建设、高性价比曲靖网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式曲靖网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖曲靖地区。费用合理售后完善,10年实体公司更值得信赖。安装 Autotrash
Autotrash 默认存在于基于 Debian 系统的仓库中。要在 Debian、Ubuntu、Linux Mint 上安装 autotrash,请运行:
$ sudo apt-get install autotrash
在 Fedora 上:
$ sudo dnf install autotrash
对于 Arch linux 及其变体,你可以使用任何 AUR 助手程序, 如 Yay 安装它。
$ yay -S autotrash-git
自动清除旧的垃圾文件
每当你运行 autotrash 时,它会扫描你的 ~/.local/share/Trash/info 目录并读取 .trashinfo 以找出它们的删除日期。如果文件已在回收站中超过指定的日期,那么就会删除它们。
让我举几个例子
要删除回收站中超过 30 天的文件,请运行:
$ autotrash -d 30
如上例所示,如果回收站中的文件超过 30 天,Autotrash 会自动将其从回收站中删除。你无需手动删除它们。只需将没用的文件放到回收站即可忘记。Autotrash 将处理已删除的文件。
以上命令仅处理当前登录用户的垃圾目录。如果要使 autotrash 处理所有用户的垃圾目录(不仅仅是在你的家目录中),请使用 -t 选项,如下所示
$ autotrash -td 30
Autotrash 还允许你根据回收站可用容量或磁盘可用空间来删除已删除的文件。
例如,看下下面的例子:
$ autotrash --max-free 1024 -d 30
根据上面的命令,如果回收站的剩余的空间少于 1GB,那么 autotrash 将从回收站中清除超过 30 天的已删除文件。如果你的回收站空间不足,这可能很有用。
我们还可以从回收站中按最早的时间清除文件直到回收站至少有 1GB 的空间。
$ autotrash --min-free 1024
在这种情况下,对旧的已删除文件没有限制。
你可以将这两个选项(--min-free 和 --max-free)组合在一个命令中,如下所示
$ autotrash --max-free 2048 --min-free 1024 -d 30
根据上面的命令,如果可用空间小于 2GB,autotrash 将读取回收站,接着关注容量。此时,删除超过 30 天的文件,如果少于 1GB 的可用空间,则删除更新的文件。
如你所见,所有命令都应由用户手动运行。你可能想知道,我该如何自动执行此任务?这很容易!只需将 autotrash 添加为 crontab 任务即可。现在,命令将在计划的时间自动运行,并根据定义的选项清除回收站中的文件。
要在 crontab 中添加这些命令,请运行:
$ crontab -e
添加任务,例如:
@daily /usr/bin/autotrash -d 30
现在,autotrash 将每天清除回收站中超过 30 天的文件。
请注意,如果你无意中删除了任何重要文件,它们将在规定的日期后永久消失,所以请小心。
请参阅手册页以了解有关 Autotrash 的更多信息。
$ man autotrash
清空回收站或按 SHIFT+DELETE 永久删除 Linux 系统中没用的东西没什么大不了的。它只需要几秒钟。但是,如果你需要额外的程序来处理垃圾文件,Autotrash 可能会有所帮助。试一下,看看它是如何工作的。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对创新互联成都网站设计公司的支持。如果你想了解更多相关内容请查看下面相关链接
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。