通过解析文本树找到最大文件的Bash脚本

Question

我需要编写一个脚本来查找给定目录(包括它的子目录)中最大的文件。

我发现，如果我使用"tree“来生成所有文件的文本表示，那么我就可以使用脚本来比较大小并输出最大的文件。

最后，我得到了一个类似于以下内容的文本文件

.
[        939]  "./Documents/Alfa/driver/wlan0up"
[        234]  "./Documents/Alfa/driver/wpa1.conf"
[    1623520]  "./Documents/Alfa/driver/wpa_supplicant-0.5.5.zip"
[    5488640]  "./Documents/Alfa/R36-V1.2.1.2b6.img"
[       3385]  "./Documents/C code/Ide.s"
[       4096]  "./Documents/fluxion-master"
[         25]  "./Documents/fluxion-master/_config.yml"
[       4096]  "./Documents/fluxion-master/docs"
[      35141]  "./Documents/fluxion-master/docs/LICENSE"
[      83788]  "./Documents/fluxion-master/fluxion"
~~ long list of other files
[       6909]  "./.ZAP/session/untitled2.script"
[      64411]  "./.ZAP/zap.log"
[       4096]  "./.zenmap"
[          0]  "./.zenmap/recent_scans.txt"
[       2018]  "./.zenmap/scan_profile.usp"
[         85]  "./.zenmap/target_list.txt"
[       1486]  "./.zenmap/zenmap.conf"
[     409600]  "./.zenmap/zenmap.db"
[          5]  "./.zenmap/zenmap_version"

429 directories, 3327 files

现在，我所需要的只是让脚本在列表中读取并比较大小，直到列表结束，然后输出最大文件的名称和大小。

我使用sed和grep查看了其他一些堆栈溢出条目，但没有得到任何结果。

Read a file line by line assigning the value to a variable

Looping through the content of a file in Bash?

https://codereview.stackexchange.com/questions/59417/extracting-data-from-text-file-in-bash-using-awk-grep-head-and-tail

请注意，树能够使用标记和属性(如<directory name="fileName" size="XXXX"></directory> )将输出格式化为xml文件，所以如果解析xml文件更容易，也可以。

文件夹也列出在那里，但我们可以忽略这一点。

任何帮助都将不胜感激，谢谢

Answer 1

只需按数字对列表进行排序，并获取第一行：

sort -V yourList.txt | head -n 

我觉得你有一个相当大的脚本来制作这个列表。这个列表也有点不安全。如果文件名包含换行符(是的，这在linux上是可能的)，会发生什么？下面的命令查找当前目录(包括子目录)中最大的文件，并打印其大小和名称。

find . -type f -exec du -b {} + | sort -nr | head -n 1

如果您只想要文件，请将| sed 's/^[0-9]\+\t//'添加到末尾。

Answer 2

不要使用tree。相反，只需遍历文件并调用stat来获取每个文件的大小，记住到目前为止最大的文件。在bash 4或更高版本中，它非常简单

shopt -s globstar
for f in **/*; do
    size=$(stat -c %s)
    if (( size > max_size )); then
        max_size=$size
        max_file=$f
    fi
done

如果您有可用的zsh，它就像fname=$(zsh -c 'print **/*(OL[1])')一样简单。

使用早期版本的bash，您需要定义一个递归函数来模拟**

dir_iter () {
    for f in "$1"/*; do
        if [[ -d $f ]]; then
            dir_iter "$f"
        else
            size=$(stat -c %s)
            if ((size > max_size)); then
                max_size=$size
                max_file=$f
            fi
        fi
    done
}
dir_iter .

(请注意，您应该查阅本地文档以了解stat命令的确切形式，这可能会有所不同。例如，BSD stat使用-f而不是-c。)

一种反对意见是，它需要对stat进行多次调用。这是昂贵的，但避免了处理文件名序列(当文件名可以包含换行符时很复杂)的问题(这是非常罕见的)。

如果您有可用的zsh，它就像max_file=$(zsh -c 'print **/*(OL[1])')一样简单。如果您实际使用的是zsh，那么它就是print -v max_file **/*(OL[1])。

如果您决定不使用换行符来担心文件名，可以执行以下操作：

find . -exec stat -c '%s %n' {} + | sort -k2,2nr | head -1

我把处理包含换行符的文件名作为练习留给读者；通常，我只会使用不同的语言来正确地表示任意字符串的序列。另一个选项是查看在finfo源代码发行版的examples/loadables目录中找到的bash命令。这是一个创建shell内置命令的示例，该命令可以执行与stat相同的操作，而无需创建新进程。可以修改它以添加一个类似于-v支持的printf选项，以便您可以从输出中设置一个shell变量。

finfo -v size -s "$f"  # equivalent to size=$(stat -c %s "$f"), but all in shell