如何在文件夹层次结构中找到所有不同的文件扩展名？

Question

在Linux机器上,我想遍历文件夹层次结构并获取其中所有不同文件扩展名的列表.

从shell实现这一目标的最佳方法是什么？

Answer 1

试试这个(不确定它是否是最好的方法,但它有效):

find . -type f | perl -ne 'print $1 if m/\.([^.\/]+)$/' | sort -u

它的工作原理如下:

• 查找当前文件夹中的所有文件
• 打印文件的扩展名(如果有)
• 制作一个独特的排序列表

Answer 2

不需要管道sort,awk可以做到这一切:

find . -type f | awk -F. '!a[$NF]++{print $NF}'

Answer 3

递归版:

find . -type f | sed -e 's/.*\.//' | sed -e 's/.*\///' | sort -u

如果你想要总数(看到扩展的时间有多少):

find . -type f | sed -e 's/.*\.//' | sed -e 's/.*\///' | sort | uniq -c | sort -rn

非递归(单个文件夹):

for f in *.*; do printf "%s\n" "${f##*.}"; done | sort -u

我基于这个论坛帖子,信用应该去那里.

Answer 4

电源外壳:

dir -recurse | select-object extension -unique

感谢http://kevin-berridge.blogspot.com/2007/11/windows-powershell.html

Answer 5

使用点查找everythin并仅显示后缀.

find . -type f -name "*.*" | awk -F. '{print $NF}' | sort -u

如果你知道所有后缀都有3个字符

find . -type f -name "*.???" | awk -F. '{print $NF}' | sort -u

或者使用sed显示所有带有一到四个字符的后缀.将{1,4}更改为后缀中您期望的字符范围.

find . -type f | sed -n 's/.*\.\(.\{1,4\}\)$/\1/p'| sort -u

Answer 6

添加我自己的变化混合.我认为这是最简单的,当效率不是一个大问题时可能很有用.

find . -type f | grep -o -E '\.[^\.]+$' | sort -u

Answer 7

我的无awk，无sed，无Perl，无Python的POSIX兼容替代方案：

find . -type f | rev | cut -d. -f1 | rev  | tr '[:upper:]' '[:lower:]' | sort | uniq --count | sort -rn

诀窍是，它会反转行并在开始处剪切扩展名。
还将扩展名转换为小写。

输出示例：

   3689 jpg
   1036 png
    610 mp4
     90 webm
     90 mkv
     57 mov
     12 avi
     10 txt
      3 zip
      2 ogv
      1 xcf
      1 trashinfo
      1 sh
      1 m4v
      1 jpeg
      1 ini
      1 gqv
      1 gcs
      1 dv

Answer 8

在Python中，使用生成器处理非常大的目录（包括空白扩展名），并获取每个扩展名出现的次数：

import json
import collections
import itertools
import os

root = '/home/andres'
files = itertools.chain.from_iterable((
    files for _,_,files in os.walk(root)
    ))
counter = collections.Counter(
    (os.path.splitext(file_)[1] for file_ in files)
)
print json.dumps(counter, indent=2)

Answer 9

我在这里尝试了一堆答案,甚至是"最好"的答案.他们都没有达到我特别追求的目标.因此,除了过去12个小时的多个程序的正则表达式代码以及阅读和测试这些答案之外,这就是我想出来的,它正如我想要的那样正常工作.

 find . -type f -name "*.*" | grep -o -E "\.[^\.]+$" | grep -o -E "[[:alpha:]]{2,16}" | awk '{print tolower($0)}' | sort -u

• 查找可能具有扩展名的所有文件.
• 仅限扩展名
• 文件扩展名为2到16个字符的Greps(如果它们不符合您的需要,只需调整数字).这有助于避免缓存文件和系统文件(系统文件位是搜索jail).
• awk以小写字母打印扩展名.
• 排序并引入唯一值.最初我试图尝试awk答案,但它会使区分敏感性不同的打印项目翻倍.

如果您需要文件扩展名的计数,请使用以下代码

find . -type f -name "*.*" | grep -o -E "\.[^\.]+$" | grep -o -E "[[:alpha:]]{2,16}" | awk '{print tolower($0)}' | sort | uniq -c | sort -rn

虽然这些方法需要一些时间才能完成,而且可能不是解决问题的最佳方法,但它们可以正常工作.

更新:每@ alpha_989长文件扩展名将导致问题.这是由于原始的正则表达式"[[:alpha:]] {3,6}".我更新了答案,包括正则表达式"[[:alpha:]] {2,16}".但是,使用此代码的任何人都应该知道这些数字是最终输出允许扩展的最小值和最大值.超出该范围的任何内容都将在输出中分成多行.

注意:原帖显示为" - 文件扩展名为3到6个字符的Greps(如果它们不符合您的需要,只需调整数字).这有助于避免缓存文件和系统文件(系统文件位是搜索jail). "

想法:可用于通过以下方式查找特定长度的文件扩展名:

 find . -type f -name "*.*" | grep -o -E "\.[^\.]+$" | grep -o -E "[[:alpha:]]{4,}" | awk '{print tolower($0)}' | sort -u

其中4是要包含的文件扩展名长度,然后查找超出该长度的任何扩展名.