Script Bash para contar tipos de arquivos em um caminho (incluindo subpastas)

Question

Gostaria de obter uma visão geral rápida sobre os diferentes tipos de arquivo em um diretório (incluindo todos os seus subdiretórios) usando a ferramenta file , por exemplo. me dizendo qual tipo de arquivo é o mais comum lá.

Ele deve ser implementado como um shell script prático em linguagens shell comuns ou ferramentas de script como bash ou awk .

Possíveis bons para ter:

• bom desempenho
• lidando com qualquer nome ou tipo de arquivo
• Compatibilidade POSIX

(últimos dois pontos são praticamente exclusivos)

    

Answer 1

Use sort | uniq -c para contar linhas idênticas:

find "$path" -type f -exec file -b {} + | sort | uniq -c | sort -nr

    

Answer 2

Solução Bash 4 utilizando matrizes inteiras associativas e para ambientes com extensões delimitadoras zero. Primeiro parâmetro é o diretório de destino, todos os parâmetros a seguir são encaminhados para file :

#!/bin/bash

# USAGE: script.sh PATH [PARAMS_FOR_FILE_CMD...]
# EXAMPLE 1: ./script.sh .
# EXAMPLE 2: ./script.sh /tmp --mime-type

path=$1
shift

if [[ ! -d "$path" ]]; then
  echo 'Path expected as first argument!' >&2
  echo "Usage: $(basename "$0") PATH [PARAMS_FOR_FILE_CMD...]" >&2
  exit 1
fi

declare -Ai type_stats

while IFS= read -r -d '' f; do

  t=$(file -b "$@" -- "$f")

  type_stats[$t]+=1

done < <(find "$path" -type f -print0)

for t in "${!type_stats[@]}"; do

  printf '\n%s\n-> %s\n
#!/bin/bash

# USAGE: script.sh PATH [PARAMS_FOR_FILE_CMD...]
# EXAMPLE 1: ./script.sh .
# EXAMPLE 2: ./script.sh /tmp --mime-type

path=$1
shift

if [[ ! -d "$path" ]]; then
  echo 'Path expected as first argument!' >&2
  echo "Usage: $(basename "$0") PATH [PARAMS_FOR_FILE_CMD...]" >&2
  exit 1
fi

declare -Ai type_stats

while IFS= read -r -d '' f; do

  t=$(file -b "$@" -- "$f")

  type_stats[$t]+=1

done < <(find "$path" -type f -print0)

for t in "${!type_stats[@]}"; do

  printf '\n%s\n-> %s\n%pre%' "$t" "${type_stats[$t]}"

done | sort -zrn -t'>' -k2
' "$t" "${type_stats[$t]}"

done | sort -zrn -t'>' -k2

O desempenho deve ser OK e eu acho que lida com todos os nomes e tipos de arquivos (não com certeza, por exemplo, a menos que haja um tipo com '>').