使用名称上的特定字符串计算目录中的文件？

Question

我有以下文件：

Codigo-0275_tdim.matches.tsv  
Codigo-0275_tdim.snps.tsv  
FloragenexTdim_haplotypes_SNp3filter17_single.tsv  
FloragenexTdim_haplotypes_SNp3filter17.tsv  
FloragenexTdim_SNP3Filter17.fas  
S134_tdim.alleles.tsv    
S134_tdim.snps.tsv  
S134_tdim.tags.tsv

我想计算snp名称中包含单词（区分大小写）的文件数量。我尝试使用

grep -a 'snp' | wc -l   

但后来我意识到grep在文件中搜索。扫描文件名的正确命令是什么？

Answer 1

您的意思是要snp在文件名中搜索吗？那将是一个简单的 shell glob（通配符），像这样使用：

ls -dq *snp* | wc -l

-q如果您的版本ls无法识别该标志，请忽略该标志。它处理包含“奇怪”字符（包括换行符）的文件名。

Answer 2

如果你静静地站在Unix&Linux的走廊上仔细聆听，你会听到一个鬼魅般的声音，凄厉的哀号：“文件名有换行怎么办？”

ls -d *snp* | wc -l

或者，等效地，

printf "%s\n" *snp* | wc -l

将输出包含 的所有文件名snp，每个文件名后跟一个换行符， 但还包括文件名中的任何换行符，然后计算输出中的行数。如果有一个文件名是

                                f o o s n p \n b a r . t s v

那么这个名字将被写成

foosnp
bar.tsv

当然，这将被算作两行。

有一些替代方案至少在某些情况下效果更好：

printf "%s\n" * | grep -c snp

它计算包含 的行snp，所以foosnp(\n)bar.tsv上面的例子只计算一次。对此略有不同的是

ls -f | grep -c snp

上述两个命令的不同之处在于：

• 在ls -f将包括文件名称开头.; 对printf … *不对，除非dotglob外壳选项设置。
• printf是一个内置的 shell；ls是外部命令。因此，ls可能会使用更多的资源。
• 当 shell 处理 a 时*，它会对文件名进行排序； ls -f不对文件名进行排序。因此，ls可能会使用较少的资源。

但它们有一些共同点：当文件名包含换行符并且snp在换行符前后都有时，它们都会给出错误的结果。

其他：

filenamelist=(*snp*)
echo ${#filenamelist[@]}

这将创建一个 shell 数组变量，列出包含 的所有文件名，snp然后报告数组中的元素数。文件名被视为字符串，而不是行，因此嵌入的换行符不是问题。可以想象，如果目录很大，这种方法可能会出现问题，因为文件名列表必须保存在 shell 内存中。

完后还有：

早些时候，当我们说 时printf "%s\n" *snp*，该printf命令"%s\n"为 的扩展中的每个参数重复（重用）一次格式字符串*snp*。在这里，我们做了一个小改动：

printf "%.0s\n" *snp* | wc -l

这将为."%.0s\n"扩展中的每个参数重复（重用）格式字符串一次*snp*。但是"%.0s"意味着打印每个字符串的前零个字符——即，什么也不打印。该printf命令将只输出一个包含snp在其名称中的文件的换行符（即空行）；然后wc -l会计算它们。同样，您可以.通过设置包含文件dotglob。