跳转到主内容
趣航编程网 - 趣学编程,启航技术之路!

Linux怎么统计文件类型数量_Linux如何按扩展名分组统计【方法】

用 find + awk 统计当前目录下所有文件的扩展名数量,命令为:find . -type f -name "." | awk -F. '{print tolower($NF)}' | sort | uniq -c | sort -nr,可忽略大小写、跳过无扩展名文件。 用 find + awk 统计当前目录下所有文件的扩展名数量 直接在终端执行这条命令就能得到按扩展名分组的文件数量,忽略大小写、跳过无扩展名文件:
find . -type f -name "*.*" | awk -F. '{print tolower($NF)}' | sort | uniq -c | sort -nr
关键点在于:
find
找出所有含点的文件(
-name "*.*"
),
awk -F.
以点为分隔符取最后一段(即扩展名),
tolower()
统一小写避免
.JPG
和
.jpg
被算作两种类型。
uniq -c
计数前必须
sort
,否则会漏统计。 如果要包含隐藏文件(如
.gitignore
),把
find
改成
find . -type f
,但注意这会把纯点开头无扩展名的文件(如
.bashrc
)也纳入,此时
$NF
取出来是空或整个文件名,需额外过滤 想排除某些目录(如
node_modules
),加
-not -path "./node_modules/*"
sort -nr
是按数字逆序排,让数量多的排前面,更直观 处理没有扩展名的文件(比如脚本、配置文件) 很多重要文件根本没有点和后缀,例如
Dockerfile
、
Makefile
、
configure
,它们会被上面的
*.*
模式直接跳过。要用
file
命令靠内容识别类型:
find . -type f -exec file --mime-type {} \; 2>/dev/null | awk -F: '{gsub(/^ +| +$/, "", $2); print $2}' | sort | uniq -c | sort -nr | head -20
这条命令用
file --mime-type
获取 MIME 类型(如
text/x-shellscript
、
application/json
),再清洗掉空格和冒号前的部分。缺点是慢(每个文件都要读内容),且 MIME 类型粒度比扩展名粗(多个扩展名可能映射到同一个 MIME 类型)。 如果只想看“疑似文本类”但无扩展名的文件,可加
grep "text/"
过滤
file
在某些嵌入式或最小化系统里可能没装,先确认
which file
对二进制文件(如
ELF
可执行文件),
file
返回的是
application/x-executable
,无法还原原始命名习惯 用 shell 数组快速统计指定扩展名(适合写脚本) 如果你只关心几个关键类型(比如
.py
、
.js
、
.md
),用数组 +
glob
更轻量、更可控:
exts=(py js md json ts); for e in "${exts[@]}"; do c=$(ls *."$e" 2>/dev/null | wc -l); echo "$e: $c"; done | sort -k2nr
这里利用了 shell 的通配符展开:当没有匹配文件时,
*.py
会原样保留,导致
ls
报错,所以用
2>/dev/null
屏蔽错误;
wc -l
统计行数即文件数。注意它不递归,只查当前目录。 要递归统计,把
ls *.$e
换成
find . -name "*.$e" | wc -l
变量名
e
和数组名
exts
都得用
包裹,否则解析失败 如果文件名含空格,这个写法会出错;生产环境建议改用
while read -r
循环 +
find -print0
常见误判和边界情况 扩展名统计最常翻车的地方不是命令写错,而是对“什么是扩展名”理解太机械。比如
archive.tar.gz
,多数人认为它是
.gz
,但实际压缩包惯例把它当作
.tar.gz
;又比如
config.yaml.bak
,是
.bak
还是
.yaml.bak
?没有标准答案,取决于你统计目的。
basename
默认只切最后一个点,
basename archive.tar.gz .gz
得到
archive.tar
,不是你想要的“去掉压缩后缀” 有些文件扩展名是大小写混合的(如
.Xresources
),
tolower()
能解决,但若需保留原始大小写做审计,就得换逻辑 符号链接指向的文件不会被
find -type f
统计到,除非加
-follow
,但可能引发循环引用 真正难的从来不是命令怎么敲,而是你想清楚:你要的是用户视角的“文件类型”,还是系统视角的“MIME 类型”,还是开发视角的“语言/格式归属”。三者重合度不高,选错就白忙活。

相关文章