bash - 如何有效地列出正好有 `n` 行的文件？

Question

为了列出正好有 n 行的文件，可以这样做

n=5
find . -name "*.txt" | xargs wc -l | awk -v n=${n} -F" " '{if ($1==n) {print $2} }'

但是这个解决方案非常慢，因为它首先计算每个文件的行数，然后只选择那些有 n 行的文件。计算行数并在到达 n+1 行时停止的进程会更有效率(尤其是在处理包含大量行的大文件时)。

如何有效地列出正好有 n 行的文件？

请注意，对于特殊情况，每行的大小完全相同，那么可能可以这样做

n=5
sizePerLine=500
find . -name '*.txt' -size $(( ${n} * ${sizePerLine} ))

Answer 1

我认为以下会更快:

find . -name "*.txt" -exec awk -v n="$n" 'FILENAME != prevfile {if(prevfnr==n) print prevfile} {prevfile = FILENAME; prevfnr = FNR; if(FNR>n) {nextfile;}} END{if (FNR==n) {print FILENAME} }' {} +

工作原理:

• 使用 -exec ... {} + 使用 find 为每个文件执行命令，并让它在每次调用时传递许多参数
• awk -v n="$n" 调用 awk 并定义一个名为 n 的 awk 变量与 shell 变量 n
相同的值
• FILENAME != prevfile {if(prevfnr==n) print prevfile 检查当前文件是否与上一条记录相同，如果不相同，则查看前一个文件是否完全 n 条记录，如果有则打印该文件的名称
• {prevfile = FILENAME; prevfnr = FNR; if(FNR>n) {nextfile;}} 用当前的 FILENAME 更新 prevfile 变量，用当前的 prevfnr 变量更新当前 FNR。另外，如果我们当前的文件记录超过n，则跳转到下一个文件，这里不做任何处理
• END{if (FNR==n) {print FILENAME} 最后看看最后一个文件是否也正好有 n 条记录

有趣的是，我发现这实际上给出了与使用 wc -l 的版本不同的结果，尽管我认为这个可能更正确。对于我目录中最后一行不包含行结束字符的文件 wc -l 将报告行数，不计算最后一个“未终止”行，但这里的解决方案将计算它。

Arg，我没有意识到 nextfile 是 GNU 主义。如果我已经将自己限制在这一点上，我们可以使它更干净，因为

find . -name '*.txt' -exec  awk -v n="$n" 'FNR > n {nextfile;} ENDFILE{if (FNR==n) {print FILENAME} }' {} +

在我看来，POSIX awk 没有很好的快捷方式来跳转到下一个文件，这是该解决方案提高效率所需的关键