Question

您好我有一个目录，其中包含数千个.gz文件。现在我想找到最大的未压缩文件大小而不解压缩它。例如，dir1有1.gz，2.gz，3.gz等等，我想找到最大的未压缩文件大小而不解压缩它

我尝试了以下命令，但它无法正常工作

find . -type f -name '*.gz' | xargs zcat | xargs ls -1s

请指导。我是bash和linux的新手。提前谢谢。

Answer 1

有趣的是，根据http://www.gzip.org/zlib/rfc-gzip.html

ISIZE (Input SIZE)
   This contains the size of the original (uncompressed) input data modulo 2^32.

因此格式包含原始大小（模2 ^ 32，“对任何人都应该足够”，但当然不是......请参阅下面的警告！）...现在我们只需输出一个命令对我们来说：gzip -l file(s)：大小是第二个参数。

因此，根本不需要解压文件 IF 您的原始文件大小都小于4gb：

find . -name '*.gz' -print | xargs gzip -l | awk '{ print $2, $4 ;}'  | grep -v '(totals)$' | sort -n | tail -1

这比我在这里看到的其他解决方案要快得多^^

但请注意：对于大小超过2 ^ 32的文件，结果将只是“模2 ^ 32”（例如，大小为“2 ^ 32 +”的文件1“字节将被报告为大小为1字节！）。因此，如果你有原始大于4Gb的压缩文件，你需要解压缩（如果你想要的话）以获得真正的大小！

编辑：我试图看看是否可以使用该比率而不是“原始尺寸模2 ^ 32”：不...

$ dd if=/dev/zero of=1_gb bs=1048576  count=1024    #creating a 1 Gb file
$ dd if=/dev/zero of=5_gb bs=1048576  count=5120    #creating a 5 Gb file
$ ls -al *gb*
-rw-r--r--    1 user  UsersGrp   1042074 Mar  4 10:30 1_gb.gz
-rw-r--r--    1 user  UsersGrp   5210215 Mar  4 10:28 5_gb.gz
$ gzip -l *gb*
compressed        uncompressed  ratio uncompressed_name
   1042074          1073741824  99.9% 1_gb
   5210215          1073741824  99.5% 5_gb   
   6252289          2147483648  99.7% (totals)

 (notice the 2nd: the uncompressed is not 5gb, but 1gb, as it's modulo 2^32 (=4gb) :( )

=＆GT;对于文件＆gt; 4gb ...（5gb / 5210215 = 1030.1gb / 1042074 = 1030），该比率也是不可用的。因此比率应该相同。但似乎比率是使用“未压缩”字段，而不是原始尺寸本身。）

Answer 2

你的命令真的没有意义; find . -type f -name '*.gz' | xargs zcat将（如果一切顺利）写出所有zip文件的内容，但将这些文件的内容转换为命令行参数没有意义（如xargs那样）并将它们传递给ls -1s（期望其参数为文件名）。

我没有看到挽救你的方法的好方法。相反，我建议写一个循环：

max_size=0
for file in *.gz ; do
    size="$(zcat "$file" | wc -c)"
    if (( size > max_size )) ; then
        max_size="$size"
        largest_file="$file"
    fi
done
echo "$largest_file"

Answer 3

您可以尝试：

find . -type f -name '*.gz' -printf '%s %p\n'|sort -nr|head -n 1

这将按文件大小的降序对* .gz文件进行排序，然后在该列表中打印第一个文件。

Answer 4

如果你更喜欢oneliner（超过ruakh的解决方案），你可以试试这个：

find . -type f -name '*.gz' -printf "%p "  -exec sh -c 'zcat {} | wc -c ' \; | sort -k2 | tail -1

说明：

找到以.gz
打印
为每个文件调用“exec”并启动一个新的shell来触发文件并计算字符
整个查找输出进入排序并按第二列（未压缩文件大小）
'tail -1'（例如，只打印最后一个（最大）文件名）

Answer 5

使用gzip -l找到与Olivier Dulac几乎相同的解决方案：

find . -name '*.gz' | xargs gzip -l | tail -n +2 | head -n -1 | sort -k 2 | tail -n 1 | awk '{print $NF}'

从目录递归查找最大文件大小

5 个答案: