计算目录中具有名称特定字符串的文件？

我有以下文件：

Codigo-0275_tdim.matches.tsv  
Codigo-0275_tdim.snps.tsv  
FloragenexTdim_haplotypes_SNp3filter17_single.tsv  
FloragenexTdim_haplotypes_SNp3filter17.tsv  
FloragenexTdim_SNP3Filter17.fas  
S134_tdim.alleles.tsv    
S134_tdim.snps.tsv  
S134_tdim.tags.tsv

我想计算snp名称中带有单词（区分大小写）的文件的数量。我尝试使用

grep -a 'snp' | wc -l   

但后来我意识到可以grep在文件中进行搜索。扫描文件名的正确命令是什么？

您是否要snp在文件名中搜索？那将是一个简单的shell glob（通配符），其用法如下：

ls -dq *snp* | wc -l

-q如果您的版本ls无法识别，请省略该标志。它处理包含“奇怪”字符（包括换行符）的文件名。

如果您安静地站在Unix＆Linux的走廊上并仔细聆听，您会听到幽灵般的声音，可怜地哭着，“包含换行符的文件名呢？”

ls -d *snp* | wc -l

或者，等价地，

printf "%s\n" *snp* | wc -l

将输出包含的所有文件名snp，每个文件名后跟一个换行符， 还包括文件名中的所有换行符，然后计算输出中的行数。如果有一个文件名为

                                f o o s n p \n b a r . t s v

然后该名称将写为

foosnp
bar.tsv

当然，这将被视为两行。

在至少某些情况下，有一些更好的选择：

printf "%s\n" * | grep -c snp

它计算包含的行snp，因此上述foosnp(\n)bar.tsv示例仅计算一次。对此略有变化

ls -f | grep -c snp

以上两个命令的不同之处在于：

• 在ls -f将包括文件名称开头.; 对printf … *不对，除非dotglob外壳选项设置。
• printf是内置的shell；ls是一个外部命令。因此，ls可能会使用更多的资源。
• 当shell处理a时*，它将对文件名进行排序； ls -f不对文件名排序。因此，ls可能会使用较少的资源。

但是它们有一个共同点：在包含换行符且snp在换行符之前和之后都存在的文件名中，它们都将给出错误的结果。

另一个：

filenamelist=(*snp*)
echo ${#filenamelist[@]}

这将创建一个Shell数组变量，列出所有包含的文件名，snp然后报告数组中的元素数。文件名被视为字符串，而不是行，因此嵌入换行符不是问题。可以想象，如果目录很大，这种方法可能会出现问题，因为文件名列表必须保存在外壳内存中。

完后还有：

之前，当我们说时printf "%s\n" *snp*，该printf命令"%s\n"对扩展中的每个参数重复（重用）格式字符串一次*snp*。在此，我们对此进行了小的更改：

printf "%.0s\n" *snp* | wc -l

这将为"%.0s\n"扩展中的每个参数重复（重复使用）格式字符串一次*snp*。但是，"%.0s"意思是打印每个字符串的前零个字符-即什么也不打印。该printf命令将为snp名称中包含的每个文件仅输出换行符（即，空行）。然后wc -l将它们计数。同样，您可以.通过设置包含文件dotglob。

抽象：

适用于名称为“奇数”（包括换行）的文件。

set -- *snp* ; echo "$#"                             # change positional arguments

count=$(printf 'x%.0s' *snp*); echo "${#count}"      # most shells

printf -v count 'x%.0s' *snp*; echo "${#count}"      # bash

描述

因为一个简单的glob会匹配每个文件名snp的名称echo *snp*，在这种情况下，一个简单的名字就足够了，但是要真正表明只有三个文件匹配，我将使用：

$ ls -Q *snp*
"Codigo-0275_tdim.snps.tsv"  "foo * bar\tsnp baz.tsv"  "S134_tdim.snps.tsv"

剩下的唯一问题是对文件进行计数。是的，grep是一个常见的解决方案，是的，用新行数wc -l也是一个常见的解决方案。请注意，grep -c（计数）实际上是计算一个snp字符串被匹配的次数，并且，如果一个文件名的名称中有多个snp字符串，则该计数将是不正确的。

我们可以做得更好。

一种简单的解决方案是设置位置参数：

$ set -- *snp*
$ echo "$#"
3

为了避免更改位置参数，我们可以将每个参数转换为一个字符并输出结果字符串的长度（对于大多数shell）：

$ printf 'x%.0s' *snp*
xxx

$ count=$(printf 'x%.0s' *snp*); echo "${#count}"
3

或者，在bash中，避免使用subshel​​l：

$ printf -v count 'x%.0s' *snp*; echo "${#count}"
3

档案清单

文件列表（来自原始问题，其中一个带有换行符）：

a='
Codigo-0275_tdim.matches.tsv
Codigo-0275_tdim.snps.tsv
FloragenexTdim_haplotypes_SNp3filter17_single.tsv
FloragenexTdim_haplotypes_SNp3filter17.tsv
FloragenexTdim_SNP3Filter17.fas
S134_tdim.alleles.tsv
S134_tdim.snps.tsv
S134_tdim.tags.tsv'
$ touch $a

touch $'foosnp\nbar.tsv' 

那将有一个文件，中间有一个换行符：

f o o s n p \n b a r . t s v

并测试glob扩展：

$ touch $'foo * bar\tsnp baz.tsv'

这将添加一个星号，如果不加引号，则将扩展到整个文件列表。

假设您要计算html文件的数量：

ls | grep ".html" | wc -l

因此，如果您要计算“ snp”的出现次数：

ls | grep "snp" | wc -l