Question

我有一个命令，可以计算以2010开头的所有文件名

find folder_name/ -path '*/*/*/*/2010*'

这很好，我得到了有效的结果。但是，举例来说，我具有以下文件结构：

*/atl/apple/banana/20101004
*/atl/apple/oranges/20101004

这些都属于同一类别，因为它们都属于atl。因此，不是计数为2，而是应该为1。有没有办法使我仅获得每个城市名称（atl）的唯一值？

注意：末尾的日期是文件名。没有文件扩展名。

编辑假设我有这个命令

find example/ -path '*/*/*/*/2010*'

我得到这些作为结果：

example/atl/apples/bananas/20100510 //1 instance of this date in atl
example/atl/apples/oranges/20100510 //This date is a duplicate and should not be counted
example/nyc/apples/bananas/20100510 //1 instance of this date in nyc
example/nyc/apples/bananas/20100511 //1 instance of this date in nyc
example/bkg/apples/bananas/20100510 //1 instance of this date in bkg

在此示例中，计数应为4。atl中的20100510显示多次，因此应仅计数一次。

Answer 1

使用sort显示唯一的城市/日期对，加上wc对其进行计数，并使用bash 处理替代使其看起来更好：

find folder_name/ -path '*/*/*/*/2010*' | 
sort -t '/' -k 2,2 -k 5,5 -u | tee >(echo "Count: $(wc -l)")

输出（根据“结果” 示例数据）：

example/atl/apples/bananas/20100510
example/bkg/apples/bananas/20100510
example/nyc/apples/bananas/20100510
example/nyc/apples/bananas/20100511
Count: 4

或者仅打印城市/日期对，请在cut之前添加tee：

find folder_name/ -path '*/*/*/*/2010*' | 
sort -t '/' -k 2,2 -k 5,5 -u | cut -d '/' -f 2,5 | tee >(echo "Count: $(wc -l)")

输出：

atl/20100510
bkg/20100510
nyc/20100510
nyc/20100511
Count: 4

工作原理：

find一些文件，深五个级别。
告诉sort按第二和第五字段排序，仅打印唯一的城市/日期行。请注意，需要两个 -k开关；仅使用-k 2,5不会以相同的方式工作。
用wc计算行数。

Answer 2

如果使用awk仅选择城市名称和文件名等字段，则可以通过管道传输到sort -u，然后通过wc进行计数。这将对来自同一城市的所有结果产生一次计数。像这样：

find folder_name/ -path '*/*/*/*/2010*' |
    awk -F/ '{ print $2, $5 }' |
    sort |
    uniq -c

Answer 3

使用find本身（而不是依赖外部工具）来进行除mkdir -p example/{atl,nyc,bkg}/apples/{bananas,oranges} touch \ example/atl/apples/bananas/20100510 \ example/atl/apples/oranges/20100510 \ example/nyc/apples/bananas/20100510 \ example/nyc/apples/bananas/20100511 \ example/bkg/apples/bananas/20100510本身之外的所有操作可能看起来如下所示。

给出问题中描述的设置：

#!/usr/bin/env bash
case $BASH_VERSION in ''|[123].*) echo "ERROR: Bash 4.0 needed" >&2; exit 1;; esac

declare -A seen=( )

while IFS= read -r -d '' name; do
  name=${name#example/}  # ignore the leading example/
  first_piece=${name%%/*}
  last_piece=${name##*/}
  seen[${first_piece}/${last_piece}]=1
done < <(find example -type f -print0)

echo "Number of distinct first/last pairs: ${#seen[@]}"
echo "Those individual pairs are:"
printf ' - %s\n' "${!seen[@]}"

...实现：

Number of distinct first/last pairs: 4
Those individual pairs are:
 - atl/20100510
 - bkg/20100510
 - nyc/20100510
 - nyc/20100511

...正确发出作为输出：

git commit -am "message" --author="Linus Torvalds <torvalds@linux-foundation.org>"

Answer 4

通过@charles的启发，我创建了以下结构：

mkdir -p example/{atl,nyc,bkg}/apples/{bananas,oranges}
touch \
example/atl/apples/bananas/20100510 \
example/atl/apples/oranges/20100510 \
example/nyc/apples/bananas/20100510 \
example/nyc/apples/bananas/20100511 \
example/bkg/apples/bananas/20100510 \
example/bkg/coconuts/bananas/20100510

然后，假设您认为文件是重复的，因为它位于同一 level-2 子目录（苹果或椰子）中，我建议使用以下命令：

for i in $(find example -maxdepth 2 -mindepth 2 -type d); do find $i -path '*/*/*/*/2010*'|awk -F\/ '{print $NF}'|sort -u;done|wc -l

结果是：

如果由于文件位于相同的 level-1 子目录（atl，nyc或bkg）中，因此要考虑它是重复文件，请使用以下命令：

for i in $(find example -maxdepth 1 -mindepth 1 -type d); do find $i -path '*/*/*/*/2010*'|awk -F\/ '{print $NF}'|sort -u;done|wc -l

结果是：

仅通过特定路径获取唯一的文件名

4 个答案: