如何在文件夹层次结构中找到所有不同的文件扩展名？

Question

在 Linux 机器上，我想遍历文件夹层次结构并获取其中所有不同文件扩展名的列表。

从 shell 实现此目的的最佳方法是什么？

Answer 1

试试这个（不确定这是否是最好的方法，但它有效）：

find . -type f | perl -ne 'print $1 if m/\.([^.\/]+)$/' | sort -u

它的工作原理如下：

• 从当前文件夹中查找所有文件
• 打印文件的扩展名（如果有）
• 制作一个唯一的排序列表

Answer 2

不需要管道来排序，awk 可以做到这一切：

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

Answer 3

我的无 awk、无 sed、无 Perl、无 Python 的 POSIX 兼容替代方案：

find . -name '*.?*' -type f | rev | cut -d. -f1 | rev  | tr '[:upper:]' '[:lower:]' | sort | uniq --count | sort -rn

技巧是它反转行并在开头剪切扩展名。
它还将扩展名转换为小写。

输出示例：

   3689 jpg
   1036 png
    610 mp4
     90 webm
     90 mkv
     57 mov
     12 avi
     10 txt
      3 zip
      2 ogv
      1 xcf
      1 trashinfo
      1 sh
      1 m4v
      1 jpeg
      1 ini
      1 gqv
      1 gcs
      1 dv

Answer 4

递归版本：

find . -type f | sed -e 's/.*\.//' | sed -e 's/.*\///' | sort -u

如果您想要总数（看到扩展名的次数）：

find . -type f | sed -e 's/.*\.//' | sed -e 's/.*\///' | sort | uniq -c | sort -rn

非递归（单个文件夹）：

for f in *.*; do printf "%s\n" "${f##*.}"; done | sort -u

我基于 此论坛帖子，信用应该去那里。

Answer 5

Powershell：

dir -recurse | select-object extension -unique

感谢 http://kevin-berridge.blogspot.com/2007 /11/windows-powershell.html

Answer 6

添加我自己的变体。我认为这是最简单的，当效率不是一个大问题时，它会很有用。

find . -type f | grep -oE '\.(\w+)
 | sort -u

Answer 7

查找所有带点的内容并仅显示后缀。

find . -type f -name "*.*" | awk -F. '{print $NF}' | sort -u

如果您知道所有后缀都有 3 个字符，那么

find . -type f -name "*.???" | awk -F. '{print $NF}' | sort -u

or 与 sed 显示所有后缀有 1 到 4 个字符。将 {1,4} 更改为您期望后缀中的字符范围。

find . -type f | sed -n 's/.*\.\(.\{1,4\}\)$/\1/p'| sort -u

Answer 8

我在这里尝试了很多答案，甚至是“最佳”答案。他们都没有达到我具体追求的目标。因此，除了过去 12 小时坐在多个程序的正则表达式代码以及阅读和测试这些答案之外，这就是我想出的，它完全按照我想要的方式工作。

 find . -type f -name "*.*" | grep -o -E "\.[^\.]+$" | grep -o -E "[[:alpha:]]{2,16}" | awk '{print tolower($0)}' | sort -u

• 查找所有可能具有扩展名的文件。
• 仅 Greps 扩展名
• Greps 用于 2 到 16 个字符之间的文件扩展名（如果不符合您的需要，只需调整数字）。这有助于避免缓存文件和系统文件（系统文件位是搜索监狱）。
• awk 以小写形式打印扩展名。
• 仅排序并引入唯一值。最初我曾尝试尝试 awk 答案，但它会加倍打印区分大小写的项目。

如果您需要计算文件扩展名，请使用下面的代码。

find . -type f -name "*.*" | grep -o -E "\.[^\.]+$" | grep -o -E "[[:alpha:]]{2,16}" | awk '{print tolower($0)}' | sort | uniq -c | sort -rn

虽然这些方法需要一些时间才能完成，并且可能不是解决问题的最佳方法，但它们是有效的。

更新：
根据 @alpha_989 长文件扩展名会导致问题。这是由于原始正则表达式“[[:alpha:]]{3,6}”造成的。我已更新答案以包含正则表达式“[[:alpha:]]{2,16}”。但是，任何使用此代码的人都应该知道，这些数字是最终输出允许的扩展时间的最小值和最大值。该范围之外的任何内容都将在输出中分成多行。

注意：原帖确实读过“- Greps for file extensions between 3 and 6 个字符（如果不符合您的需要，只需调整数字）。这有助于避免缓存文件和系统文件（系统文件位是搜索监狱）。 ”

想法：可用于通过以下方式查找特定长度的文件扩展名：

 find . -type f -name "*.*" | grep -o -E "\.[^\.]+$" | grep -o -E "[[:alpha:]]{4,}" | awk '{print tolower($0)}' | sort -u

其中 4 是要包含的文件扩展名长度，然后还查找超出该长度的任何扩展名。

Answer 9

在 Python 中，使用生成器生成非常大的目录，包括空白扩展名，并获取每个扩展名出现的次数：

import json
import collections
import itertools
import os

root = '/home/andres'
files = itertools.chain.from_iterable((
    files for _,_,files in os.walk(root)
    ))
counter = collections.Counter(
    (os.path.splitext(file_)[1] for file_ in files)
)
print json.dumps(counter, indent=2)

Answer 10

由于已经有另一个使用 Perl 的解决方案：

如果您安装了 Python，您也可以执行以下操作（从 shell）：

python -c "import os;e=set();[[e.add(os.path.splitext(f)[-1]) for f in fn]for _,_,fn in os.walk('/home')];print '\n'.join(e)"

Answer 11

另一种方法：

find . -type f -name "*.*" -printf "%f\n" | -type f -name "*.*" -printf "%f\n" |而 IFS= 读取 -r；执行 echo "${REPLY##*.}";完成 | sort -u

您可以删除-name "*.*"，但这可以确保我们只处理确实具有某种扩展名的文件。

-printf 是 find 的打印内容，而不是 bash。 -printf "%f\n" 仅打印文件名，删除路径（并添加换行符）。

然后，我们使用字符串替换来使用 ${REPLY##*.} 删除最后一个点。

请注意，$REPLY 只是 read 的内置变量。我们可以使用我们自己的形式：while IFS= read -r file，这里 $file 将是变量。

Answer 12

到目前为止，没有一个回复能够正确处理带换行符的文件名（ChristopheD 的除外，它是在我输入此内容时才出现的）。下面的代码不是 shell 的单行代码，但是可以工作，而且速度相当快。

import os, sys

def names(roots):
    for root in roots:
        for a, b, basenames in os.walk(root):
            for basename in basenames:
                yield basename

sufs = set(os.path.splitext(x)[1] for x in names(sys.argv[1:]))
for suf in sufs:
    if suf:
        print suf

Answer 13

我认为最简单的&直接的方法是

for f in *.*; do echo "${f##*.}"; done | sort -u

在ChristopheD的第三种方法的基础上进行修改。

Answer 14

我认为还没有提到这一点：

find . -type f -exec sh -c 'echo "${0##*.}"' {} \; | sort | uniq -c

Answer 15

接受的答案使用 REGEX，您无法使用 REGEX 创建别名命令，您必须将其放入 shell 脚本中，我使用 Amazon Linux 2 并执行以下操作：

1. 我使用以下命令将接受的答案代码放入文件中：

   sudo vim find.sh

添加此代码：

find ./ -type f | perl -ne 'print $1 if m/\.([^.\/]+)$/' | sort -u

通过键入以下内容保存文件： :wq!

2. sudo vim ~/.bash_profile

3. alias getext="./path/to/your/find .sh"

4. :wq!

5. <代码>。 ~/.bash_profile

Answer 16

你也可以这样做

find . -type f -name "*.php" -exec PATHTOAPP {} +

Answer 17

我发现它既简单又快速...

   # find . -type f -exec basename {} \; | awk -F"." '{print $NF}' > /tmp/outfile.txt
   # cat /tmp/outfile.txt | sort | uniq -c| sort -n > tmp/outfile_sorted.txt

Answer 18

如果您正在寻找尊重 .gitignore 的答案，请检查下面的答案。

git ls-tree -r HEAD --name-only | perl -ne 'print $1 if m/\.([^.\/]+)$/' | sort -u 

Answer 19

Ondra Žižka 版本的另一个版本：

find . -name '*.?*' -type f | rev | cut -d. -f1 | rev | sort | uniq

在区分大小写的文件系统上，恕我直言，不同的大小写不应被视为相同的扩展名。另外，我认为没有必要对文件进行计数来回答 OP 问题。