Zan*_*nna 15 command-line bash scripts files find
我想知道.c在大型复杂目录结构中有多少常规文件具有扩展名，以及这些文件分布在多少个目录中。我想要的输出只是这两个数字。
我已经看到有关如何获取文件数的问题，但我也需要知道文件所在的目录数。
.或开头-并带有空格或换行符。.c,结尾的符号链接，以及指向目录的符号链接。我不希望跟踪或计算符号链接，或者我至少想知道它们是否以及何时被计算在内。.c文件。我在（Bash）shell中匆匆写了一些命令来自己计算，但我认为结果不准确......
shopt -s dotglob
shopt -s globstar
mkdir out
for d in **/; do
find "$d" -maxdepth 1 -type f -name "*.c" >> out/$(basename "$d")
done
ls -1Aq out | wc -l
cat out/* | wc -l
这会输出关于不明确重定向的抱怨，错过当前目录中的文件，并在特殊字符上绊倒（例如，重定向find输出在文件名中打印换行符）并写入一大堆空文件（oops）。
如何可靠地枚举我的.c文件及其包含的目录？
如果有帮助，这里有一些命令来创建一个带有错误名称和符号链接的测试结构：
mkdir -p cfiles/{1..3}/{a..b} && cd cfiles
mkdir space\ d
touch -- i.c -.c bad\ .c 'terrible
.c' not-c .hidden.c
for d in space\ d 1 2 2/{a..b} 3/b; do cp -t "$d" -- *.c; done
ln -s 2 dirlink
ln -s 3/b/i.c filelink.c
在生成的结构中，7 个目录包含.c文件，29 个常规文件以.c（如果dotglob在运行命令时关闭）（如果我数错了，请告诉我）。这些是我想要的数字。
请随意不要使用此特定测试。
注意：我将测试和欣赏任何 shell 或其他语言的答案。如果我必须安装新软件包，没问题。如果您知道 GUI 解决方案，我鼓励您分享（但我可能不会安装整个 DE 来测试它）:) 我使用 Ubuntu MATE 17.10。
mur*_*uru 17
我没有用符号链接检查输出，但是：
find . -type f -iname '*.c' -printf '%h\0' |
sort -z |
uniq -zc |
sed -zr 's/([0-9]) .*/\1 1/' |
tr '\0' '\n' |
awk '{f += $1; d += $2} END {print f, d}'
find命令打印.c它找到的每个文件的目录名称。sort | uniq -c将为我们提供每个目录中有多少文件（sort这里可能没有必要，不确定）sed，我用 替换目录名1，从而消除所有可能的奇怪字符，只有计数和1剩余trd这里与NR. 我可以省略1在sed命令中插入，而只是打印NR在这里，但我认为这稍微清晰一些。直到tr，数据以 NUL 分隔，对所有有效文件名都是安全的。
使用 zsh 和 bash，您可以使用printf %q获取带引号的字符串，其中不会包含换行符。因此，您可能可以执行以下操作：
shopt -s globstar dotglob nocaseglob
printf "%q\n" **/*.c | awk -F/ '{NF--; f++} !c[$0]++{d++} END {print f, d}'
但是，即使**不应该将符号链接扩展到目录，我也无法在 bash 4.4.18(1) (Ubuntu 16.04) 上获得所需的输出。
$ shopt -s globstar dotglob nocaseglob
$ printf "%q\n" ./**/*.c | awk -F/ '{NF--; f++} !c[$0]++{d++} END {print f, d}'
34 15
$ echo $BASH_VERSION
4.4.18(1)-release
但是 zsh 工作正常，命令可以简化：
$ printf "%q\n" ./**/*.c(D.:h) | awk '!c[$0]++ {d++} END {print NR, d}'
29 7
D启用此 glob 以选择点文件，.选择常规文件（因此，不是符号链接），并:h仅打印目录路径而不是文件名（如find's %h）（请参阅文件名生成和修饰符部分）。所以使用 awk 命令我们只需要计算出现的唯一目录的数量，行数就是文件数。
Eli*_*gan 12
Python 具有os.walk，即使面对奇怪的文件名（例如包含换行符的文件名），这样的任务也变得简单、直观且自动健壮。这个 Python 3 脚本，我最初发布在 chat 中，打算在当前目录中运行（但它不必位于当前目录中，您可以更改它传递到的路径os.walk）：
#!/usr/bin/env python3
import os
dc = fc = 0
for _, _, fs in os.walk('.'):
c = sum(f.endswith('.c') for f in fs)
if c:
dc += 1
fc += c
print(dc, fc)
这将打印直接包含至少一个.c名称以.c. “隐藏”文件——即名称以 --.开头的文件被包含在内，并且隐藏目录也被类似地遍历。
os.walk递归遍历目录层次结构。它枚举从您提供的起点开始可递归访问的所有目录，以三个值的元组形式生成有关每个目录的信息root, dirs, files。对于它遍历的每个目录（包括您为其指定名称的第一个目录）：
root保存该目录的路径名。请注意，这与系统的“根目录”完全无关/（也与 无关/root），尽管如果您从那里开始，它会转到那些目录。在这种情况下，root从路径开始.——即当前目录——并在它下面的任何地方进行。dirs保存名称当前保存在 中的目录的所有子目录的路径名列表root。files保存驻留在目录中的所有文件的路径名列表，这些文件的名称当前保存在该目录中，root但它们本身不是目录。请注意，这包括与常规文件不同的其他类型的文件，包括符号链接，但听起来您不希望任何此类条目以结尾，.c并且有兴趣看到任何此类条目。在这种情况下，我只需要检查元组的第三个元素files（我fs在脚本中调用）。和find命令一样，Python 会os.walk为我遍历子目录；我唯一需要检查自己的是每个文件包含的文件的名称。find但是，与命令不同的是，它会os.walk自动为我提供这些文件名的列表。
该脚本不遵循符号链接。您很可能不希望符号链接用于此类操作，因为它们可能形成循环，并且即使没有循环，如果可以通过不同的符号链接访问相同的文件和目录，也可能会多次遍历和计数它们。
如果您确实想os.walk遵循符号链接（通常不会这样做），那么您可以传递followlinks=true给它。也就是说，os.walk('.')您可以编写os.walk('.', followlinks=true). 我重申，您很少需要这样做，尤其是对于这样的任务，您递归地枚举整个目录结构，无论它有多大，并计算其中满足某些要求的所有文件。
查找 + Perl：
$ find . -type f -iname '*.c' -printf '%h\0' |
perl -0 -ne '$k{$_}++; }{ print scalar keys %k, " $.\n" '
7 29
该find命令将查找任何常规文件（因此没有符号链接或目录），然后打印它们所在目录的名称 ( %h) 后跟\0.
perl -0 -ne: 逐行读取输入 ( -n) 并将给出的脚本应用-e到每一行。该-0设置输入行分隔符\0，所以我们可以看空分隔的输入。$k{$_}++:$_是一个特殊的变量，它接受当前行的值。这用作hash 的键%k，其值是看到每个输入行（目录名称）的次数。}{: 这是一种速记方式END{}。在处理完}{所有输入后，将执行一次之后的任何命令。 print scalar keys %k, " $.\n":keys %k返回哈希中的键数组%k。scalar keys %k给出该数组中的元素数，即看到的目录数。这与 的当前值一起打印，这是$.一个保存当前输入行号的特殊变量。由于这是在最后运行，当前输入的行号将是最后一行的行号，因此到目前为止看到的行数。为清楚起见，您可以将 perl 命令扩展为：
find . -type f -iname '*.c' -printf '%h\0' |
perl -0 -e 'while($line = <STDIN>){
$dirs{$line}++;
$tot++;
}
$count = scalar keys %dirs;
print "$count $tot\n" '