☰

使用find命令查找行数

tag-icon • tag-icon command-line find wc
使用find命令查找行数

考虑位于以下​​位置的 R 源代码存储库：https://cloud.r-project.org/src/base/R-3/R-3.4.4.tar.gz。我将存储库解压缩到一个文件夹中。现在，我想知道目录中有多少行。所以，我尝试了以下命令：

find . -type f -exec wc -l {} \+

产生 394968 但如果我尝试以下命令：

find . -type f -exec cat {} \+ | wc -l

它产生 1848857！

为什么这两个看似相似的命令操作会find产生如此截然不同的结果？并且，查找行数的正确方法是什么，最好使用命令行实用程序而不是编写小工具脚本？

答案1

您提到的第一个命令find . -type f -exec wc -l {} +实际上是说“运行wc -l尽可能多的文件，直到所有文件都被处理”。这可以运行wc多次！

另一方面，find . -type f -exec cat {} + | wc -l可以运行 cat多次，但只会运行wc一次。 （更详细地说，这是因为在这种情况下cat被调用find，它可以并且确实决定运行它，无论它想要多少次，而管道字符之后的部分，wc -l超出了 的范围find，因此由您运行外壳，只需一次。）

你说第一个命令“产生 394968”，但事实并非如此；在我的系统上，其输出以以下内容结尾：

(Many more lines elided...)
     23 ./po/Makefile.win
     64 ./po/README
      1 ./VERSION-NICK
     97 ./README
 258450 total

然而，通过添加grep total，我们可以看到它wc实际上运行了两次：

$ find . -type f -exec wc -l {} + | grep total
 1590407 total
 258450 total

事实上，1590407 加 258450 就是 1848857，这与第二条命令一致。

模糊地暗示了为什么在该命令的版本wc中运行多次的解释find -exec wc +查找手册页:

-exec command {} +

    此-exec操作的变体对选定的文件运行指定的命令，但命令行是通过在末尾附加每个选定的文件名来构建的；该命令的调用总数将远小于匹配的文件数。命令行的构建方式与xargs构建其命令行的方式大致相同。

请注意这表示“远少于……”而不是“仅一次”。这 xargs 的文档提示--max-chars如果用户未设置其选项，则会自动设置：

--max-chars=max-chars
-s max-chars

    最多使用max-chars每个命令行的字符数，包括命令和初始参数以及参数字符串末尾的终止空值。最大允许值取决于系统，计算方式为 exec 的参数长度限制减去环境大小，减去 2048 字节的余量。如果该值大于128KiB，则使用128Kib作为默认值；否则，默认值为最大值。

这限制了一次调用可以传递的文件名数量wc，这解释了为什么对于大量文件，wc会发生多次调用，每个调用都在输入的一个分区上进行操作。

相关内容