☰

我想递归地找到每个目录中最大的文件

tag-icon • tag-icon files find size
我想递归地找到每个目录中最大的文件

输出将包括目录名、文件名和文件大小。运行命令的每个目录都有一个（最大文件）。

如果可能的话，也请提供该目录中文件的平均大小。

目的是可以在目录中查找比目录中其他文件大得多的文件，以便可以替换它们

答案1

使用 GNU find、sort和sed（4.2.2 或更高版本），根据文件大小排序一次，然后根据目录路径再次排序：

find /some/dir -type f -printf '%s %f%h\0' | 
  sort -zrn |
  sort -zut/ -k2 |
  sed -zre 's: ([^/]*)(/.*): \2/\1:'

解释：

  • 打印文件大小、名称和路径（第一个由空格分隔，后两个由 分隔/），每个条目均以 ASCII NUL 字符终止。
  • 然后，我们使用大小进行数字排序，假设 NUL 分隔输出（并且按相反顺序，因此最大的文件在前）。
  • 然后，我们使用第二个分隔字段中的所有内容（该字段是包含该文件的目录的路径）sort仅打印第一个唯一条目。/
  • 然后我们使用sed交换目录和文件名，这样我们就得到了一个正常的路径。

为了获得可读的输出，请将 ASCII NUL 替换为换行符：

find /some/dir -type f -printf '%s %f%h\0' | 
  sort -zrn |
  sort -zut/ -k2 |
  sed -zre 's: ([^/]*)(/.*): \2/\1:' |
  tr '\0' '\n'

输出示例：

$ find /var/log -type f -printf '%s %f%h\0' | sort -zrn | sort -zt/ -uk2 | sed -zre 's: ([^/]*)(/.*): \2/\1:' | tr '\0' '\n'
3090885 /var/log/syslog.1
39789 /var/log/apt/term.log
3968 /var/log/cups/access_log.1
31 /var/log/fsck/checkroot
467020 /var/log/installer/initial-status.gz
44636 /var/log/lightdm/seat0-greeter.log
15149 /var/log/lxd/lxd.log
4932 /var/log/snort/snort.log
3232 /var/log/unattended-upgrades/unattended-upgrades-dpkg.log

答案2

结合find并awk也可以计算平均值：

find . -type f -printf '%s %h/%f\0'|awk 'BEGIN { RS="\0" } { SIZE=$1; for (i = 1; i <= NF - 1; i++) $i = $(i + 1); NF = NF - 1; DIR=$0; gsub("/[^/]+$", "", DIR); FILE=substr($0, length(DIR) + 2); SUMSIZES[DIR] += SIZE; NBFILES[DIR]++; if (SIZE > MAXSIZE[DIR] || !BIGGESTFILE[DIR]) { MAXSIZE[DIR] = SIZE; BIGGESTFILE[DIR] = FILE } }; END { for (DIR in SUMSIZES) { printf "%s: average %f, biggest file %s %d\n", DIR, SUMSIZES[DIR] / NBFILES[DIR], BIGGESTFILE[DIR], MAXSIZE[DIR] } }'

AWK 脚本以更易读的方式排列：

BEGIN { RS="\0" }

{
  SIZE=$1
  for (i = 1; i <= NF - 1; i++) $i = $(i + 1)
  NF = NF - 1
  DIR=$0
  gsub("/[^/]+$", "", DIR)
  FILE=substr($0, length(DIR) + 2)
  SUMSIZES[DIR] += SIZE
  NBFILES[DIR]++
  if (SIZE > MAXSIZE[DIR] || !BIGGESTFILE[DIR]) {
    MAXSIZE[DIR] = SIZE
    BIGGESTFILE[DIR] = FILE
  }
}

END {
  for (DIR in SUMSIZES) {
    printf "%s: average %f, biggest file %s %d\n", DIR, SUMSIZES[DIR] / NBFILES[DIR], BIGGESTFILE[DIR], MAXSIZE[DIR]
  }
}

这需要空分隔的输入记录（我从穆鲁的回答）；对于每个输入记录，它

  • 存储大小（供以后使用），
  • 删除路径中第一个字符之前的所有内容（因此我们至少正确处理带空格的文件名），
  • 提取目录，
  • 提取文件名，
  • 将我们之前存储的大小添加到目录中的大小总和中，
  • 增加目录中的文件数量（这样我们就可以计算平均值），
  • 如果大小大于存储的目录最大大小，或者如果我们尚未在目录中看到文件，则更新最大文件的信息。

完成所有操作后，脚本将循环输入键SUMSIZES并输出目录、平均大小、最大文件名和大小。

您可以通过管道将输出sort按目录名称排序。如果您想以人性化的形式另外设置尺寸格式，您可以将该printf行更改为

printf "%.2f %d %s: %s\n", SUMSIZES[DIR] / NBFILES[DIR], MAXSIZE[DIR], DIR, BIGGESTFILE[DIR]

然后将输出通过管道传输到numfmt --field=1,2 --to=iec.您仍然可以按目录名称对结果进行排序，只需从第三个字段开始排序：sort -k3。

答案3

兹什的通配符模式对于你正在做的事情非常有用。具体来说，zsh可以通过类型、大小等属性来匹配文件全局限定符。 Glob 限定符还允许对匹配项进行排序。

例如，在 zsh 中，*(.DOLN[1])扩展为当前目录中最大文件的名称。*是文件名的模式（匹配所有内容，除了可能的点文件，具体取决于 shell 选项）。限定符.将匹配限制为常规文件，D导致*包含点文件，OL按递减大小（“长度”）排序，N如果根本没有匹配文件，则导致扩展为空，并[1]仅选择第一个匹配。

您可以使用 递归枚举目录**/。例如，以下循环递归地迭代当前目录及其子目录的所有子目录：

for d in **/*(/); do … done

您可以使用zstat访问文件的大小和其他元数据，而无需依赖其他工具进行解析。

zmodload -F zsh/stat b:zstat
files=(*(DNoL))
zstat -A sizes +size -- $files
total=0; for s in $sizes; do total+=$s; done
if ((#sizes > 0)); then
  max=$sizes[-1]
  average=$((total/#sizes))
  median=$sizes[$((#sizes/2))]
fi

答案4

考虑使用 baobab 或一些类似的软件，其中一个或多个可能包含在您的发行版中。他们很好地可视化了问题目录。

  • 猴面包树
  • JDisk报告
  • NCDU
  • K4DirStat
  • QDirStat
  • 广东省地图

http://alternativeto.net/software/baobab/?platform=linux

猴面包树的手册页告诉了它它是怎么回事。

$> man baobab
BAOBAB(1)

NAME
       Baobab - A graphical tool to analyse disk usage

SYNOPSIS
       baobab  [directory]

DESCRIPTION
       baobab is able to scan either specific folders or the whole filesys-
       tem (local and remote), in order to give the user a graphical tree
       representation including each directory size or percentage in the
       branch.  It also auto-detects in real-time any change made to your
       home directory as far as any mounted/unmounted device. A graphical
       treemap window is also provided for any selected folder.

       A detailed documentation on the program could be read at:
       http://www.gnome.org/projects/baobab

AUTHOR
       Fabio MARZOCCA <[email protected]>



                                                                     BAOBAB(1)

相关内容