使用find命令查找行数

Question

考虑一下在https://cloud.r-project.org/src/base/R-3/R-3.4.4.tar.gz中找到的R源代码存储库。我将存储库解压缩到一个文件夹中。现在，我想知道目录中有多少行。因此，我尝试了以下命令：

find . -type f -exec wc -l {} \+

这将产生394968，但如果我尝试以下命令：

find . -type f -exec cat {} \+ | wc -l

它能产生1848857！

为什么这两个看似相似的find命令操作会产生如此截然不同的结果？另外，找到行数的正确方法是什么，最好是使用命令行实用程序而不是编写一个小工具？

Answer 1

您提到的第一个命令find . -type f -exec wc -l {} +实际上是说“在尽可能多的文件上运行wc -l，直到所有文件都被处理”。这可以多次运行wc！

另一方面，find . -type f -exec cat {} + | wc -l可以多次运行cat，但只运行wc一次。(更详细地说，这是因为在本例中，cat是由find调用的，它可以并确实决定运行它的任意次数，而管道字符wc -l之后的部分超出了find的范围，因此只由您的shell运行一次。)

您说第一个命令“产生394968"，但实际上并非如此；在我的系统上，它的输出以：

(Many more lines elided...)
     23 ./po/Makefile.win
     64 ./po/README
      1 ./VERSION-NICK
     97 ./README
 258450 total

然而，通过添加grep total，可以看出wc确实运行了两次：

$ find . -type f -exec wc -l {} + | grep total
 1590407 total
 258450 total

实际上，1590407加258450等于1848857，这与第二个命令一致。

对于为什么wc在命令的find -exec wc +版本中多次运行的解释，查找手册页含糊地暗示：

-exec command {} +

-exec操作的这个变体在选定的文件上运行指定的命令，但是命令行是通过在末尾追加每个选定的文件名来构建的；命令的调用总数将大大少于匹配的文件数。命令行的构建方式与xargs构建其命令行的方式大致相同。

注意这上面写的“远小于.”而不是“只有一次”。xargs文档提示它的选项--max-chars是自动设置的，如果不是用户设置的话：

--max-chars=max-chars -s max-chars

在每个命令行最多使用max-chars字符，包括命令和初始参数以及参数字符串末尾的终止空值。最大允许值与系统相关，计算为exec的参数长度限制，减去环境的大小，减去2048字节的空间。如果此值大于128 this，则使用128 this作为默认值；否则，默认值为最大值。

这限制了一个对wc的单个调用可以传递多少文件名，这就解释了为什么对大量文件将发生几次对wc的调用，每个调用都是在输入的一个分区上操作的。