当前位置:首页 > 文章列表 > 文章 > linux > rsync 源目录末尾加不加斜杠有什么区别

rsync 源目录末尾加不加斜杠有什么区别

来源:17golang原创 2026-09-05 22:19:02 0浏览 收藏

rsync 源目录最后有没有 /,决定的是“复制目录本身”还是“复制目录里的内容”。例如源路径是 /srv/release/app,目标是 /srv/backup:不加斜杠通常得到 /srv/backup/app/...;加上斜杠则把 app 里面的文件直接放进 /srv/backup/。这不是格式习惯,而是目标目录层级的一部分。

要点速览
  • 不带斜杠表示带上源目录名,带斜杠表示只取源目录内容。
  • 目标目录是否已经代表 app,是选择写法的关键。
  • 生产执行前使用 rsync -anv,并谨慎组合 --delete。

rsync 末尾斜杠先看目标目录的角色

先问一个比“要不要加斜杠”更准确的问题:目标路径是接收整个项目,还是已经是项目目录?假设发布包位于 /srv/release/app,备份根目录位于 /srv/backup,若希望备份后能看到 /srv/backup/app,源路径不要加斜杠;若 /srv/backup 已经被脚本当作应用目录,希望里面直接出现 index.html 和 config/,源路径要加斜杠。

可以把规则记成一句话:app 代表“把这个目录搬过去”,app/ 代表“把这个目录的内容放过去”。两种写法都会递归处理内容,但目标树的第一层不同。

rsync 源路径 app 与 app 末尾斜杠对应目录节点和目标根目录的静态边界关系
图1:源目录节点、目录内容与目标根目录的边界关系;末尾斜杠改变的是源操作数的语义。

不加斜杠时,复制的是源目录本身

命令如下:

rsync -av /srv/release/app /srv/backup

这里的目标结果是:

/srv/backup/app/index.html
/srv/backup/app/config/
/srv/backup/app/static/

当备份根目录下还会放置多个版本或多个服务时,这种写法更直观,因为源目录名仍然保留。运维脚本常用它把 app、worker、docs 等多个目录并列放入同一个备份根目录。

注意目标 /srv/backup/app 是否已经存在并不会改变“不带斜杠代表源目录本身”的语义;它只影响 rsync 如何合并同名目录。真正容易出错的是把目标写成已经代表 app 的路径,却仍然使用不带斜杠的源路径,最后得到多余的 app/app 层级。

加上斜杠时,只同步源目录里的内容

如果目标目录本身就是应用目录,使用:

rsync -av /srv/release/app/ /srv/backup/app/

等价的目标内容是:

/srv/backup/app/index.html
/srv/backup/app/config/
/srv/backup/app/static/

也可以把内容同步到备份根目录:

rsync -av /srv/release/app/ /srv/backup/

此时 index.html 直接位于 /srv/backup/ 下。官方 rsync 手册把它概括为“源目录带末尾斜杠时复制目录内容”,同时包含目录属性的处理。远程源也遵循同一判断,例如 host:/srv/release/app/ 与本地源路径的层级规则一致。

源路径目标第一层结果适合场景
/srv/release/app/srv/backup/srv/backup/app/保留项目目录名的备份
/srv/release/app//srv/backup内容直接进入 /srv/backup/目标已代表应用目录
rsync 不带斜杠与带斜杠时源目录名和目录内容进入目标树的静态对照
图2:不带斜杠保留 app 目录名,带斜杠把 index.html、config 和 static 放入目标容器。

生产脚本用 dry-run 防止多一层目录

部署或备份脚本不要直接凭肉眼判断,先查看将要处理的文件列表:

rsync -anv --delete /srv/release/app/ /srv/backup/app/

-n(--dry-run)只模拟,-v 输出路径;重点检查输出是否以目标预期的第一层开始。确认无误后再去掉 -n。若目标目录写错,dry-run 能发现层级问题,但它不会替你判断删除是否安全。

使用 --delete 时尤其要先确认末尾斜杠。它会让目标多余文件按同步范围被删除:源是 app/,目标是 /srv/backup/app/,删除范围通常是该应用目录;如果目标误写成共享备份根目录,风险会扩大。稳妥的回滚方式是先取消 --delete 做一次内容恢复,或把目标目录改名留存,再从最近一次正确备份恢复。

排查时可以按这个顺序:先确认源目录实际存在,再确认目标路径代表“容器”还是“项目目录”,然后运行 dry-run,最后才执行正式同步。脚本中把源、目标和是否带斜杠写成注释,能减少后续维护者把两种语义改反。

常见问题

rsync 源目录加不加斜杠会复制文件内容吗?

会,递归复制的文件内容可以相同;主要差异是目标树是否多出源目录名这一层。

目标目录不存在时,两种写法还一样吗?

不一样。目标路径的创建与合并会受源操作数影响,不能因为目标当前不存在就忽略斜杠语义,先用 dry-run 看路径。

rsync 远程复制也遵循这条规则吗?

遵循。把本地源换成 user@host:/srv/release/app 或带斜杠的形式,目录名与内容的差别仍然存在。

因此,记忆重点不是“目录后面永远加斜杠”,而是先确认目标路径是否已经承担源目录的名字:需要保留 app 就不加,需要把内容填入现有 app 就加,再用 rsync -anv 做最后一次路径核对。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
漫狐加载慢怎么办?弱网阅读、离线下载与收藏同步说明漫狐加载慢怎么办?弱网阅读、离线下载与收藏同步说明
上一篇
漫狐加载慢怎么办?弱网阅读、离线下载与收藏同步说明
Go 结构体转 JSON 为什么得到空对象
下一篇
Go 结构体转 JSON 为什么得到空对象
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    575次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    617次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    649次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    609次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    424次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码