在Shell中获取文件大小（以字节为单位）的便携式方法

Question

在Linux上，我使用stat --format="%s" FILE命令来获取文件大小，但我所能访问的Solaris机器没有stat命令。那我应该使用什么命令呢？我的脚本使用Bash编写，无法在系统中安装新软件。我已经考虑过以下选项：

perl -e '@x=stat(shift);print $x[7]' FILE

甚至是：

ls -nl FILE | awk '{print $5}'

但是这两种方法都不太合理 —— 运行 Perl 来获取文件大小？或者运行两个程序来完成同样的任务？

- user80168

---

一个Bash脚本就是软件，如果你可以将它放在系统上，你就可以安装软件。 - just somebody

从技术上讲 - 是正确的。我是指我没有root权限，不能安装新的软件包。当然，在用户目录中安装是可行的。但是，当我需要创建一个可移植的脚本，并在多台计算机上安装时，安装新的附加软件包就变得棘手了。 - user80168

Answer 1

wc -c < filename（代表单词计数，-c打印字节计数）是一个可移植的POSIX解决方案。唯一可能不同于平台统一的是输出格式，因为某些空格可能会被添加（这是Solaris的情况）。

不要省略输入重定向符号。当文件作为参数传递时，文件名将在字节计数后被打印。

我很担心它不能用于二进制文件，但它在Linux和Solaris上都能正常工作。你可以用 wc -c < /usr/bin/wc 尝试一下。此外，POSIX实用程序可以保证处理二进制文件，除非明确地指定了其他内容。

- Carl Smotricz

---

如果您不想显示文件名，只需使用wc -c < file命令即可。 - caf

如果我没记错，管道中的 wc 命令必须要读取整个数据流才能统计字节数。而 ls/awk 等解决方案则使用了系统调用来获取文件大小，这应该是线性时间复杂度（与 O(文件大小) 相比）。 - jmtd

我不会使用 wc -c 命令；虽然它看起来更整洁，但使用 ls + awk 命令可以更快速/节省资源。另外，我想指出的是，你实际上还需要对 wc 命令的结果进行后处理，因为在某些系统上它会在结果前有空白字符，你可能需要在进行比较之前去掉它们。 - Haravikk

wc -c 命令很好用，但如果你没有文件的读取权限，它将无法工作。 - Silas

stat 和 ls 工具只是执行 lstat 系统调用并获取文件长度，而不读取文件。因此，它们不需要读取权限，并且它们的性能不取决于文件的长度。相比之下，wc 实际上会打开并通常读取文件，在处理大文件时性能较差。但是 GNU Coreutils wc 在仅需要正常文件的字节数时进行了优化：它使用 fstat 和 lseek 系统调用来获取计数。请参见源代码中包含 (dd ibs=99k skip=1 count=0; ./wc -c) < /etc/group 注释。 - Palec

Answer 2

我最终写了一个很小的程序来显示文件大小。更多信息在bfsize - 以字节打印文件大小 (仅此而已)中。

在我看来，使用常见的Linux工具有两种最干净的方法：

stat -c %s /usr/bin/stat

50000


wc -c < /usr/bin/wc

36912

但我不想输入参数或管道输出只是为了获得文件大小，因此我在使用自己的bfsize。

- fwhacking

---

问题描述的第一行指出stat不是一个选项，而wc -c是现在已经超过一年的最佳答案，所以我不确定这个答案的意义是什么。 - user80168

关键点在于像我这样通过谷歌搜索发现了这个问题的人，而对于他们来说，“stat” 是一个可选项。 - yo'

我正在开发一个嵌入式系统，使用wc -c命令在处理一个10 MB的文件时需要4090毫秒，而stat -c %s命令只需"0"毫秒。因此，我认为即使这些解决方案并不能完全回答提出的问题，拥有备选方案也是有帮助的。请您注意，我的翻译不改变原意，且尽量简洁易懂。 - Robert Calhoun

"stat -c" 在 MacOS 和 Linux 上不具备可移植性，且在这两个系统上所接受的参数也有所不同。对于大文件，使用 "wc -c" 会非常缓慢。 - Orwellophile

"stat" 也不是可移植的。 stat -c %s /usr/bin/stat stat：非法选项--c 用法：stat [-FlLnqrsx] [-f格式] [-t时间格式] [文件…] - user1985657

Answer 3

尽管du通常打印磁盘使用情况而不是实际数据大小，但GNU Core Utilities的du可以以字节形式打印文件的“表面大小”：

du -b FILE

但它无法在 BSD、Solaris、macOS 等系统下运行。

- fwhacking

---

ењЁ macOS X дёЉпјЊиїђиЎЊ brew install coreutils е’Њ gdu -b 命令可以实现相同的效果。 - Jose Alban

我更喜欢使用 du 命令而不是 wc 命令，因为 wc 命令需要读取整个文件才能给出结果，而 du 命令则可以立即给出结果。 - CousinCocaine

POSIX在《du》的解释中提到了du -b，但是上下文完全不同。详见du合理性。 - Palec

这里只使用了 lstat 调用，因此其性能不取决于文件大小。比 stat -c '%s' 更短，但对于文件夹的处理方式不同（打印其中每个文件的大小）。 - Palec

FreeBSD的du命令可以使用du -A -B1来接近实现，但它仍然以1024B块的倍数打印结果。无法使其打印字节计数。即使在环境中设置BLOCKSIZE=1也没有帮助，因为仍然使用512B块。 - Palec

它在哪里工作？只能在Linux上吗？ - Peter Mortensen

Answer 4

最终我决定使用ls和Bash数组扩展：

TEMP=( $( ls -ln FILE ) )
SIZE=${TEMP[4]}

虽然不是很好，但至少它只做了一个fork+execve，并且没有依赖于第二种编程语言(Perl, Ruby, Python或其他)。

- user80168

---

只是顺便提一下，'-ln'中的'l'是不必要的；'-n'与'-ln'完全相同。 - barryred

不是的。只需要比较输出即可。 - user80168

人们可能会猜测可移植的 ls -ln FILE | { read _ _ _ _ size _ && echo "$size"; } 不需要在管道的第二步骤中进行分叉，因为它只使用了内置命令，但是在 Linux 上，Bash 4.2.37 会分叉两次（尽管仍然只有一个 execve）。 - Palec

read _ _ _ _ size _ <<<"$(exec ls -ln /usr/bin/wc)" && echo "$size" 可以使用单个fork和单个exec，但它使用一个临时文件来进行here-string。通过将here-string替换为POSX兼容的here-document，可以使其可移植。顺便提一下，在子shell中使用exec。如果没有这个，Bash会为子shell执行一个fork，然后为内部运行的命令执行另一个fork。这也是你在这个答案中提供的代码中的情况。 - Palec

分叉不应该是一个问题；大多数人不会在只包含一个命令的子shell中编写exec。临时文件更糟，但这只是shell而已。试图如此严格地限制分叉数量绝对是过早优化，即万恶之源。可移植性、可读性和代码长度应该胜过像这样的小性能提升。如果需要优化一个工作中的shell脚本，你应该考虑重写它（或至少是其关键部分）到C语言。 - Palec

在存在 -n 的情况下，-l 是多余的。引用 POSIX ls manpage：*-n: 打开 -l 选项，但在写入文件所有者或组时，分别写入文件的数字 UID 或 GID 而不是用户或组名。禁用 -C、-m 和 -x 选项。* - Palec

Answer 5

BSD系统的stat命令与GNU Core Utilities中的不同选项相似，但具有类似的功能。

stat -f %z <file name>

这适用于 macOS（已在10.12上进行测试），FreeBSD，NetBSD和 OpenBSD。

- user7504315

---

Solaris根本没有stat实用程序。 - Palec

Busybox不支持该结构：stat：无法识别选项：％ BusyBox v1.32.1（）多调用二进制文件。 - Jason Martin

Answer 6

处理 ls -n 输出时，作为不太便携的 shell 数组的替代方案，您可以使用位置参数，它们形成了唯一的数组并且是标准 Shell 中唯一的本地变量。将位置参数的覆盖包装在函数中，以保留脚本或功能的原始参数。

getsize() { set -- $(ls -dn "$1") && echo $5; }
getsize FILE

此命令将根据当前IFS环境变量设置分割ln -dn的输出，将其分配给位置参数并回显第五个参数。 -d 确保目录被正确处理，而-n 确保不需要解析用户和组名称，与-l 不同。此外，包含空格的用户和组名称理论上可能会破坏预期的行结构。虽然它们通常被禁止，但这种可能性仍会使程序员停下来思考。请注意保留HTML标记。

- Richard

Answer 7

跨平台最快解决方案（只使用单个fork()进行ls操作，不尝试计算实际字符数，也不生成不需要的awk、perl等）。在Mac OS X和Linux上测试过。可能需要对Solaris进行轻微修改：

__ln=( $( ls -Lon "$1" ) )
__size=${__ln[3]}
echo "Size is: $__size bytes"

如果需要的话，简化ls的参数，并调整${__ln[3]}中的偏移量。 注意：它将遵循符号链接。

- Orwellophile

---

或者将其放入一个shell脚本中：ls -Lon“$1”| awk '{ print $4 }' - Luciano

@Luciano，我认为你完全没有理解“不要分叉”的重点，而是用bash来串联许多Unix命令，这样效率低下。 - Orwellophile

Answer 8

如果您使用GNU文件实用程序中的find命令：

size=$( find . -maxdepth 1 -type f -name filename -printf '%s' )

不幸的是，其他find实现通常不支持-maxdepth和-printf。例如，Solaris和macOS的find就是这种情况。

- Dennis Williamson

---

FYI maxdepth 不是必需的。它可以重写为 size=$(test -f filename && find filename -printf '%s')。 - Palec

@Palec：-maxdepth 旨在防止 find 递归（因为 OP 需要替换的 stat 不是）。你的 find 命令缺少 -name，而且 test 命令也不必要。 - Dennis Williamson

@DennisWilliamson find 会递归地搜索其参数以查找符合给定条件的文件。如果参数不是目录，则递归过程非常简单。因此，我首先测试 filename 是否真的是一个现有的普通文件，然后使用 find 打印其大小，因为此时 find 已经没有递归的对象了。 - Palec

如果文件在当前目录中，find . -maxdepth 1 -type f -name filename -printf '%s' 只能工作，并且它仍然可能检查目录中的每个文件，这可能会很慢。最好使用（甚至更短！）find filename -maxdepth 1 -type f -printf '%s'。 - Palec

Answer 9

你可以使用find命令获取一些文件集合（这里提取了临时文件）。然后您可以使用du命令以人类可读的形式获取每个文件的文件大小，使用-h开关。

find $HOME -type f -name "*~" -exec du -h {} \;

输出：

4.0K    /home/turing/Desktop/JavaExmp/TwoButtons.java~
4.0K    /home/turing/Desktop/JavaExmp/MyDrawPanel.java~
4.0K    /home/turing/Desktop/JavaExmp/Instream.java~
4.0K    /home/turing/Desktop/JavaExmp/RandomDemo.java~
4.0K    /home/turing/Desktop/JavaExmp/Buff.java~
4.0K    /home/turing/Desktop/JavaExmp/SimpleGui2.java~

- Abhishek Singh

Answer 10

你的第一个Perl示例看起来还不错。

正是因为这样的原因，我从编写Shell脚本（使用Bash、sh等）转向使用Perl编写除最简单的脚本以外的所有脚本。我发现我需要针对特定需求启动Perl，随着这种情况越来越多，我意识到使用Perl编写脚本可能是实现我想要的目标更强大（在语言和通过CPAN提供的广泛库的方面）和更高效的方法。

请注意，其他Shell脚本语言（例如Python和Ruby）无疑也会有类似的功能，你可能需要评估这些语言是否适合你的目的。我只讨论Perl，因为那是我使用并熟悉的语言。

- Brian Agnew

---

嗯，我自己写了很多Perl代码，但有时候工具是由别人选择的，而不是我选择的 :) - user80168