Quiero contar el número de archivos para cada extensión en un directorio, así como los archivos sin extensión.

He probado algunas opciones, pero todavía no he encontrado una solución que funcione:

• find "$folder" -type f | sed 's/.*\.//' | sort | uniq -ces una opción pero no funciona si no hay extensión de archivo. Necesito saber cuántos archivos no tienen una extensión.

• También probé un bucle de búsqueda en una matriz y luego sumé los resultados, pero en este momento ese código arroja un error variable no declarado, pero solo fuera del bucle:

  declare -a arr
  arr=()
  echo ${arr[@]}
  

  Esto arroja una variable no declarada, así como una vez que se completa el ciclo de búsqueda.

find "$path" -type f | sed -e '/.*\/[^\/]*\.[^\/]*$/!s/.*/(none)/' -e 's/.*\.//' | LC_COLLATE=C sort | uniq -c

Explicación:

• find "$path" -type f obtener una lista recursiva de todos los archivos en la "$path"carpeta.
• sed -e '/.*\/[^\/]*\.[^\/]*$/!s/.*/(none)/' -e 's/.*\.//' expresiones regulares:
  • /.*\/[^\/]*\.[^\/]*$/!s/.*/(none)/ reemplace todos los archivos sin extensión por (ninguno).
  • s/.*\.// obtener la extensión de los archivos restantes.
• LC_COLLATE=C sort ordenar el resultado, manteniendo los símbolos en la parte superior.
• uniq -c cuente el número de entradas repetidas.

Usando Python:

import os
from collections import Counter
from pprint import pprint

lst = []
for file in os.listdir('./'):
        name, ext = os.path.splitext(file)
        lst.append(ext)

pprint(Counter(lst))

La salida:

Counter({'': 7,
         '.png': 4,
         '.mp3': 3,
         '.jpg': 3,
         '.mkv': 3,
         '.py': 1,
         '.swp': 1,
         '.sh': 1})

Si tienes GNU awk, podrías hacer algo como

printf '%s\0' * | gawk 'BEGIN{RS="\0"; FS="."; OFS="\t"} 
  {a[(NF>1 ? $NF : "(none)")]++} 
  END{for(i in a) print a[i],i}
'

es decir, construir / incrementar una matriz asociativa tecleada en el último .campo separado, o alguna cadena fija arbitraria, como (none)si no hubiera extensión.

mawkno parece permitir un separador de registro de byte nulo; podría usarlo mawkcon el separador de línea nueva predeterminado si está seguro de que no necesita tratar con líneas nuevas en los nombres de sus archivos:

printf '%s\n' * | mawk 'BEGIN{FS="."; OFS="\t"} {a[(NF>1 ? $NF : "(none)")]++} END{for(i in a) print a[i],i}'

Con la tarea básica /bin/sho incluso bashpuede ser un poco difícil, pero como puede ver en otras respuestas, las herramientas que pueden trabajar en datos agregados pueden manejar esa tarea particularmente fácil. Una de esas herramientas sería la sqlitebase de datos.

El proceso muy simple para usar la sqlitebase de datos sería crear un .csvarchivo con dos campos: nombre de archivo y extensión. Más tarde sqlitese puede utilizar la instrucción simple agregado COUNT()de GROUP BY extllevar a cabo el recuento de archivos basado en campo de extensión

$ { printf "file,ext\n"; find -type f -exec sh -c 'f=${1##*/};printf "%s,%s\n" "${1}" "${1##*.}"' sh {} \; ; }  > files.csv
$ sqlite3 <<EOF
> .mode csv
> .import ./files.csv files_tb
> SELECT ext,COUNT(file) FROM files_tb GROUP BY ext;
> EOF
csv,1
mp3,6
txt,1
wav,27

Usando PowerShell si esa es una opción:

Get-ChildItem -File | Group-Object Extension -NoElement

o más corto, usando alias:

ls -file | group -n Extension