获取不同的扩展列表Linux

我是Linux新手，目前面临一个问题。我想从文件夹中获取扩展名列表（.doc、.pdf）。我在谷歌上搜索了很多，最后我得到了一个解决方案，如下所示：

 find . -type f | awk -F. '!a[$NF]++{print $NF}'

我理解

find-键入f，但无法理解awk-f！[$NF]+{print$NF}'

这是什么意思

NF=当前记录中的字段数

有人能解释一下吗

---

提前感谢。

为此，您可以使用以下命令：

$find <DIR> -type f -print0 | xargs -0 -n1 basename | grep -Po '(?<=.)\..*$' | sort | uniq 
.bak
.c
.file
.file.bak
.input
.input.bak
.log
.log.bak
.out
.out.bak
.test
.test.bak
.txt
.txt.bak

---

为此，可以使用以下命令：

$find <DIR> -type f -print0 | xargs -0 -n1 basename | grep -Po '(?<=.)\..*$' | sort | uniq 
.bak
.c
.file
.file.bak
.input
.input.bak
.log
.log.bak
.out
.out.bak
.test
.test.bak
.txt
.txt.bak

---

一种非常简单的方法是对输出进行排序，只保留唯一的扩展，例如

find . -type f -regex ".*[.][a-zA-Z0-9][a-zA-Z0-9]*$" | \
awk -F '.' '{ print $NF }' | sort -u

如果您的

排序

不支持

-u

选项，则可以将

排序

的结果传送到

uniq

，例如

find . -type f -regex ".*[.][a-zA-Z0-9][a-zA-Z0-9]*$" | \
awk -F '.' '{ print $NF }' | sort | uniq

-regex

选项将

find

选择限制为至少具有一个ASCII字符扩展名的文件名。但是，如果文件包含

”，它也会拾取没有扩展名的文件。

，例如

foo.bar.fatcat

将导致列表中包含

fatcat

您可以调整正则表达式以满足需要。如果您的

find

版本支持posix扩展正则表达式，那么您可以防止拾取更长的扩展。例如，要将扩展名限制为

1-3

个字符，可以使用：

find . -type f -regextype posix-extended -regex ".*[.][a-zA-Z0-9]{1,3}$" | \
awk -F '.' '{ print $NF }' | sort -u

---

有其他方法可以实现这一点，但鉴于您最初的示例，这是一个很好的后续操作。

一个非常简单的方法是对输出进行排序，只保留唯一的扩展，例如

find . -type f -regex ".*[.][a-zA-Z0-9][a-zA-Z0-9]*$" | \
awk -F '.' '{ print $NF }' | sort -u

如果您的

排序

不支持

-u

选项，则可以将

排序

的结果传送到

uniq

，例如

find . -type f -regex ".*[.][a-zA-Z0-9][a-zA-Z0-9]*$" | \
awk -F '.' '{ print $NF }' | sort | uniq

-regex

选项将

find

选择限制为至少具有一个ASCII字符扩展名的文件名。但是，如果文件包含

”，它也会拾取没有扩展名的文件。

，例如

foo.bar.fatcat

将导致列表中包含

fatcat

您可以调整正则表达式以满足需要。如果您的

find

版本支持posix扩展正则表达式，那么您可以防止拾取更长的扩展。例如，要将扩展名限制为

1-3

个字符，可以使用：

find . -type f -regextype posix-extended -regex ".*[.][a-zA-Z0-9]{1,3}$" | \
awk -F '.' '{ print $NF }' | sort -u

---

有其他方法可以实现这一点，但鉴于您最初的示例，这是一个密切的后续问题。

要回答您的问题，awk行正在做什么：

正如您已经指出的，行

find-键入f

返回位于当前目录中的文件列表。例如

./foo.ext1
./bar.ext2
./spam.ext2
./ham.ext3
./spam.ham.eggs

此文件列表通过管道发送到命令

awk-F！一个[$NF]+{print$NF}'

。此awk行包含大量信息。首先，您需要知道awk是一个记录解析器，其中每个记录都由多个字段组成。默认记录为

行

，而默认字段分隔符为空格序列。那么，您的awk生产线现在做了什么：

• -F.

  ：：这将字段分隔符重新定义为点（
  ）。从这一点开始，示例中的所有行现在都有2个字段（例如第1行

  foo

  和

  ext1

  ），而最后一行有3个字段（

  spam

  、

  ham

  和

  eggs

  ）

• NF

  ：：这是一个

  awk

  变量，返回每个记录的字段数。很明显，扩展名由最后一个字段（

  $NF

  ）表示

• a[$NF]

  ：这是一个数组，其中索引是扩展名。默认数组值为

  零

  ，除非您为其赋值

• a[$NF]+

  ：：返回

  a[$NF]

  的当前值，并在返回后用1递增该值。因此，对于第1行，

  a[“ext1”]++

  返回

  0

  ，并将

  a[“ext1”]

  设置为

  1

  。而对于第3行，

  a[“ext2”]++

  返回

  1

  ，并将

  a[“ext2”]

  设置为

  2

  。这表示

  a[$NF]

  跟踪出现

  $NF

  的次数

• ！a[$NF]+

  ：这结合了上述逻辑，但检查

  a[$NF]+

  的返回值是否为

  0

  。如果是

  0

  ，则返回

  true

  ，否则返回

  false

  。对于示例的第

  2行

  ，此语句将返回

  true

  ，因为

  a[“ext2”]+

  具有值

  0

  。但是，在语句

  之后，[“ext2”]

  的值为1。读取第3行时，语句将返回

  false

  。换句话说，我们已经看到

  $NF

  了吗？当你用“是”或“否”回答这个问题时，用一增加

  $NF

  的计数

• ！一个[$NF]+{print$NF}

  ：：这个组合了一切。它本质上表示，如果

  ！[$NF]+

  返回

  true

  ，然后

  打印$NF

  ，但在打印之前，增量

  a[$NF]

  。或者换句话说，如果表示扩展名的字段（

  $NF

  ）第一次出现，请打印该字段。如果它以前已经出现过，

  什么也不做

数组的递增很重要，因为它跟踪已经看到的内容。因此，一行一行地发生以下情况

foo.ext1       => $NF="ext1", a["ext1"] is 0 so print $NF and set a["ext1"]=1
bar.ext2       => $NF="ext2", a["ext2"] is 0 so print $NF and set a["ext2"]=1
spam.ext2      => $NF="ext2", a["ext2"] is 1 so do not print and set a["ext2"]=2
ham.ext3       => $NF="ext3", a["ext3"] is 0 so print $NF and set a["ext3"]=1
spam.ham.eggs  => $NF="eggs", a["eggs"] is 0 so print $NF and set a["eggs"]=1

输出是

ext1
ext2
ext3
eggs

一般评论：

• 没有扩展名或不在隐藏目录中的文件（例如，没有扩展名的

  /path/to/awesome\u filename\u

  或

  /path/to/.secret/filename\u

  ）或其完整路径的一部分，打印时就好像它是扩展名一样。然而，结果是没有意义的，即

  /path/to/awesome_filename_without_extension
  secret/awesome_filename_without_extension
  

  最好通过以下方式解决此问题：

  find . -type f -exec  basename -a '{}' + \
    | awk -F. '((NF>1)&&(!a[$NF]++)){print $NF}'
  

  他