シェルでの拡張子による合計ファイルサイズの計算

luceneインデックスを含むディレクトリのセットがあります。各インデックスは、さまざまなファイルタイプの組み合わせです（拡張子によって区別されます）。例：

0/index/_2z6.frq
0/index/_2z6.fnm
..
1/index/_1sq.frq
1/index/_1sq.fnm
..

（約10種類の拡張機能です）

ファイル拡張子ごとに合計を取得したい、例えば：

.frq     21234
.fnm     34757
..

du / awk / xargsのさまざまな組み合わせを試しましたが、これを正確に行うのは難しいと感じました。

任意の拡張機能に対して

find /path -name '*.frq' -exec ls -l {} \; | awk '{ Total += $5} END { print Total }'

そのタイプの合計ファイルサイズを取得します。

そして、いくつかの思考の後

#!/bin/bash

ftypes=$(find . -type f | grep -E ".*\.[a-zA-Z0-9]*$" | sed -e 's/.*\(\.[a-zA-Z0-9]*\)$/\1/' | sort | uniq)

for ft in $ftypes
do
    echo -n "$ft "
    find . -name "*${ft}" -exec ls -l {} \; | awk '{total += $5} END {print total}'
done

検出された各ファイルタイプのサイズをバイト単位で出力します。

bash version4では、呼び出す必要がありますがfind、必要lsありawkません：

declare -A ary

while IFS=$'\t' read name size; do 
  ext=${name##*.}
  ((ary[$ext] += size))
done < <(find . -type f  -printf "%f\t%s\n")

for key in "${!ary[@]}"; do 
  printf "%s\t%s\n" "$key" "${ary[$key]}"
done

2列ごとに.分割され、最後の部分（拡張子）が配列に保存されます。

#!/bin/bash

find . -type f -printf "%s\t%f\n" | awk '
{
 split($2, ext, ".")
 e = ext[length(ext)]
 size[e] += $1
}

END{
 for(i in size)
   print size[i], i
}' | sort -n

次に、すべての拡張機能の合計サイズをバイト単位で取得しました。

60055 gemspec
321991 txt
2075312 html
2745143 rb
13387264 gem
47196526 jar

多数のファイルを処理するための高速バージョンでIainのスクリプトを拡張します。

#!/bin/bash

ftypes=$(find . -type f | grep -E ".*\.[a-zA-Z0-9]*$" | sed -e 's/.*\(\.[a-zA-Z0-9]*\)$/\1/' | sort | uniq)

for ft in $ftypes
do
    echo -ne "$ft\t"
    find . -name "*${ft}" -exec du -bcsh '{}' + | tail -1 | sed 's/\stotal//'
done

これが解決策です：

find . -type f | grep -E ".*\.[a-zA-Z0-9]*$" | sed -e 's/.*\(\.[a-zA-Z0-9]*\)$/\1/' | sort | uniq -c | sort -n

この投稿に元々投稿された解決策：ディレクトリ内のすべての拡張子とそれぞれのファイル数を取得する

この2つのコマンドを使用して解決しました。

FILES=$(find . -name '*.c')
stat -c %s ${FILES[@]} | awk '{ sum += $1 } END { print ".c" " " sum }'

質問への回答の私のバージョン：

#!/bin/bash

date >  get_size.log
# Lists all files
find . -type f -printf "%s\t%f\n" | grep -E ".*\.[a-zA-Z0-9]*$" | sort -h | awk  '
{
        split($2, ext, ".")
        e = ext[length(ext)]
        # Checks that one extension could be found
        if(length(e) < length($2)) {
                # Check that file size are bigger than 0
                if($i > 0) {
                        # Check that extension not are integer
                        if(!(e ~/^[0-9]+$/)) {
                                size[e] += $1
                        }
                }
        }
        if(length(e) == length($2)) {
                size["blandat"] += $1
        }
}

END{
 for(i in size)
   print size[i], i
}' | sort -n >> get_size.log
echo
echo
echo The result are in file get_size.log

Crab（http://etia.co.uk/）を試してください-SQL を使用してファイルシステムを照会できるコマンドラインユーティリティです。