按照模式对文件名进行分组和计数

Question

我在具有特定命名系统的文件夹中有大量文件。它看起来有点像这样：

my_file_A_a.txt
my_file_A_d.txt
my_file_A_f.txt
my_file_A_t.txt
my_file_B_r.txt
my_file_B_x.txt
my_file_C_f.txt
my_file_D_f.txt
my_file_D_g.txt
my_file_E_r.txt

我想要一个命令行或一系列命令（可以使用临时文件，我有写访问权限），它会返回类似以下内容的内容：

A: 4
B: 2
C: 1
D: 2
E: 1

可以用很多ls -1 *A* | wc -l命令来完成，但是需要很长时间，因为有几百个“组”需要统计。

此外，每个组的名称都是唯一的。有A团体，有B团体，但没有AB团体。

Answer 1

假设您的文件名“行为良好”，即它们不包含换行符，则以下ls和的组合awk将起作用：

ls -d my_file* | awk -F'_' 'NF==4{count[$3]++} END{for (i in count) printf "%s: %d\n", i, count[i]}'

这将重定向列出启动程序ls的所有文件的命令的输出。该程序将使用as 字段分隔符并检查第三个字段来跟踪数组中的出现情况，该数组使用组号作为“数组索引”。my_file*awkawk_count

最后，它会打印每个组发生频率的概述。

注意

• 通过要求恰好 4 个这样的字段，可以对完全畸形的文件名提供“最低”保护。这假设_不能是示例中文件名的a, d, ,... 部分的一部分。f
• 输出不一定根据类别名称排序。排序顺序取决于循环awk中数组索引的遍历方式for (i in count)。如果需要排序，您可以向 中添加另一个管道sort。或者，如果您使用 GNU Awk，您可以通过以下方式添加配置设置

  BEGIN{PROCINFO["sorted_in"]="@ind_str_asc"}
  

  规则之前NF==4{...}。这将确保根据数组索引遍历数组，并按字典 (ASCII) 顺序排序。
• 这将适用于开头所述的限制，并且因为您的文件名结构相当简单。一般来说，不鼓励解析 的输出ls。