Question

我正在尝试在我的目录中执行搜索，以计算在目录中所有文件的内容中引用每个单独文件的总次数。

基本上，我正在尝试更有效地重新创建每个“文件名”的复制和粘贴到我目前正在进行的“在此文件夹中搜索”，因为大约有400个文件。作为输出，我认为最有用的格式是每个搜索项（文件名）的列表，以及它出现的唯一文件的数量。我最感兴趣的是没有出现的文件，因为这些可能是能够被删除，因为它们现在是多余的。

我目前的想法是将文件名列表保存到名为searchterms的文件中，并使用grep -r -f searchterms查找文件的所有匹配项。但是，我没有太多运气，因为到目前为止我对-c的使用刚刚导致文件被列出，而不是搜索词。

提前致谢！

使用示例：

文件1
包括file3
包含file3

file2的
内容

file3的
内容

file4将
包含file3

搜索字词为：file1，file2，file3，file4。

退回的输出（以某种类似的形式）：
file1：出现在0个文件中 file2：出现在0个文件中 file3：发生在2个文件中 file4：出现在0个文件中

Answer 1

这样的东西？

for file in *; do 
    n=0
    for file2 in *; do
        [ grep -wq "$file" "$file2" ] && ((n+=1))
    done
    echo $file occurs in $n files
done

这会计算自我引用 - 如果你不希望你可以通过将[[ "$file1" -ne "$file2" ]] &&添加到上面的grep行来防范它。

Answer 2

for f1 in *; do cnt=0; for f2 in *; do grep -qw "$f1" "$f2" && ((++cnt)); done; echo "$cnt $f1"; done 
1 abc-file
0 abc.lst
1 abc0-file
1 abc_-file
0 def-file
0 fixedlen
0 num1000000
0 num128
0 num30000
0 num8
0 num_%header
0 par-test.sh
0 tsv-file.tsv

人类可读：

for f1 in *
do
    cnt=0
    for f2 in *
    do
       grep -qw "$f1" "$f2" && ((++cnt))
    done
    echo "$cnt $f1"
done

将命中计数器放在输出中的第一个用于更简单的sort -n命令。对于大量匹配（＆gt; 9），printf将有助于提供清晰的表格格式。

Grep -m 1在第一次击中后停止搜索，但是被-q隐含。要在查找file3时不匹配file31，请使用-w。对于所有未命中，文件从头到尾一遍又一遍地搜索。根据文件的数量，这可能需要大量时间，因此需要进行更好的优化。

在目录

2 个答案: