如何计算给定路径内 s3 文件夹的数量？

Question

我一直试图搜索此解决方案，但并不走运。希望能在这里快速找到一些解决方案。我在 S3 中有一些已迁移的文件，现在需要确定给定路径中涉及的文件夹数量。假设我有一些文件如下。

如果我给aws s3 ls s3://my-bucket/foo1 --recursive >> file_op.txt

"cat file_op.txt" - 如下所示：

my-bucket/foo1/foo2/foo3/foo4/foo5/foo6/foo7/file1.txt
my-bucket/foo1/foo2/foo3/foo4/foo5/foo6/foo7/file2.txt
my-bucket/foo1/foo2/foo3/foo4/foo5/foo6/file1.pdf
my-bucket/foo1/foo2/foo3/foo4/foo6/file2.txt
my-bucket/foo1/foo2/foo3/file3.txt
my-bucket/foo1/foo8/file1.txt
my-bucket/foo1/foo9/foo10/file4.csv

我已将输出存储在一个文件中并通过 wc -l 处理以查找文件数但是我找不到路径中涉及的文件夹数。

我需要如下输出：

number of files : 7
number of folders : 9

编辑 1： 更正了预期的文件夹数量。

（不包括 my-bucket 和 foo1）

（foo6 在 foo5 和 foo4 目录中）

下面是我计算目录数失败的代码：

#!/bin/bash
if [[ "$#" -ne 1 ]] ; then
    echo "Usage: [=12=] \"s3 folder path\" <eg. \"my-bucket/foo1\"> "
    exit 1
else
    start=$SECONDS
    input=
    input_code=$(echo $input | awk -F'/' '{print  "_" }')
    #input_length=$(echo $input | awk -F'/' '{print NF}' )
    s3bucket=$(echo $input | awk -F'/' '{print }')
    db_name=$(echo $input | awk -F'/' '{print }')
    pathfinder=$(echo $input | awk 'BEGIN{FS=OFS="/"} {first = ; =""; print}'|sed 's#^/##g'|sed 's#$#/#g')
    myn=$(whoami)
    cdt=$(date +%Y%m%d%H%M%S)
    filename=[=12=]_${myn}_${cdt}_${input_code}
    folders=${filename}_folders
    dcountfile=${filename}_dir_cnt
    aws s3 ls s3://${input} --recursive | awk '{print }' > $filename
    cat $filename |awk -F"$pathfinder" '{print }'| awk 'BEGIN{FS=OFS="/"}{NF--; print}'| sort -n | uniq > $folders
    #grep -oP '(?<="$input_code" ).*'
    fcount=`cat ${filename} | wc -l`
    awk 'BEGIN{FS="/"}
    {   if (NF > maxNF)
             {
                 for (i = maxNF + 1; i <= NF; i++)
                     count[i] = 1;
                 maxNF = NF;
             }
             for (i = 1; i <= NF; i++)
             {
                 if (col[i] != "" && $i != col[i])
                    count[i]++;
                 col[i] = $i;
             }
         }
         END {
             for (i = 1; i <= maxNF; i++)
                 print count[i];
    }'  $folders > $dcountfile
    dcount=$(cat $dcountfile | xargs | awk '{for(i=t=0;i<NF;) t+=$++i; [=12=]=t}1' )
    printf "Bucket name : \e[1;31m $s3bucket \e[0m\n" | tee -a  ${filename}.out
    printf "DB name : \e[1;31m $db_name \e[0m\n" | tee -a  ${filename}.out
    printf "Given folder path : \e[1;31m $input \e[0m\n" | tee -a  ${filename}.out
    printf "The number of folders in the given directory are\e[1;31m $dcount \e[0m\n" | tee -a ${filename}.out
    printf "The number of files in the given directory are\e[1;31m $fcount \e[0m\n" | tee -a ${filename}.out
    end=$SECONDS
    elapsed=$((end - start))
    printf '\n*** Script completed in %d:%02d:%02d - Elapsed %d:%02d:%02d ***\n' \
           $((end / 3600)) $((end / 60 % 60)) $((end % 60)) \
           $((elapsed / 3600)) $((elapsed / 60 % 60)) $((elapsed % 60)) | tee -a ${filename}.out
    exit 0
fi

Answer 1

您已阐明要计算唯一名称，忽略前两层（my-bucket 和 foo1）和最后一层（文件名）。

perl -F/ -lane'
   ++$f;
   ++$d{ $F[$_] } for 2 .. $#F - 1;
   END {
      print "Number of files: ".( $f // 0 );
      print "Number of dirs: ".( keys(%d) // 0 );
   }
'

输出：

Number of files: 7
number of dirs: 9

Answer 2

你的问题不清楚。

如果我们计算列表中唯一的亲属文件夹路径，前提是有 12 个：

my-bucket/foo1/foo2/foo3/foo4/foo5/foo6/foo7
my-bucket/foo1/foo2/foo3/foo4/foo5/foo6
my-bucket/foo1/foo2/foo3/foo4/foo6
my-bucket/foo1/foo2/foo3/foo4/foo5
my-bucket/foo1/foo2/foo3/foo4
my-bucket/foo1/foo2/foo3
my-bucket/foo1/foo2
my-bucket/foo1/foo8
my-bucket/foo1/foo9/foo10
my-bucket/foo1/foo9
my-bucket/foo1
my-bucket

计算这个的`awk`脚本是：

BEGIN {FS = "/";} # set field deperator to "/"
{  # for each input line
  commulativePath = OFS = ""; # reset commulativePath and OFS (Output Field Seperator) to ""
  for (i = 1; i < NF; i++) { # loop all folders up to file name
    if (i > 1) OFS = FS; # set OFS to "/" on second path
    commulativePath = commulativePath OFS $i;  # append current field to commulativePath variable
    dirs[commulativePath] = 0; # insert commulativePath into an associative array dirs
  }
}
END {
  print NR " " length(dirs); # print records count, and associative array dirs length
}

如果我们计算唯一的文件夹名称，则有 11 个：

my-bucket
foo1
foo2
foo3
foo4
foo5
foo6
foo7
foo8
foo9
foo10

计算这个的`awk`脚本是：

awk -F'/' '{for(i=1;i<NF;i++)dirs[$i]=1;}END{print NR " " length(dirs)}' input.txt

Answer 3

如果您不介意使用管道并调用 awk 两次，那么它相当干净:

 mawk 'BEGIN {OFS=ORS;FS="/";_^=_}_+_<NF && --NF~($_="")' file \    
 \
 | mawk 'NF {_[$__]} END { print length(_) }'

如何计算给定路径内 s3 文件夹的数量？

How to count the number of s3 folders inside given path?

shell

sh

amazon-s3

amazon-web-services

如果我们计算列表中唯一的亲属文件夹路径，前提是有 12 个：

计算这个的`awk`脚本是：

如果我们计算唯一的文件夹名称，则有 11 个：

计算这个的`awk`脚本是：

如何计算给定路径内 s3 文件夹的数量？

How to count the number of s3 folders inside given path?

shell

sh

amazon-s3

amazon-web-services

如果我们计算列表中唯一的亲属文件夹路径，前提是有 12 个：

计算这个的awk脚本是：

如果我们计算唯一的文件夹名称，则有 11 个：

计算这个的awk脚本是：

计算这个的`awk`脚本是：

计算这个的`awk`脚本是：