统计文件夹下某类文件大小的小脚本

2023-10-24 21:20:40

背景需求

我的站点使用 hexo 生成静态文件存放在新浪云服务器上，因为静态文件都做为代码存放上传，新浪云默认提供的代码空间是100M，因此我经常关注 hexo 生成的 public 文件夹的使用情况。

最近发现 public 使用已经到了 91M，感觉很快就会超过 100M 的上限了。因此需要对生成的静态文件做一些分析，看是否还有优化压缩的空间。

hexo 生成的静态文件主要有两类，一类是 markdown 转换后的 html 文件，另一大块主要是文章中引用的图片。由此产生了一个需求，我需要统计 pubic 文件夹下（包括子文件夹）图片占用的空间大小。

统计脚本

经过几个小时的编写，终于完成了这个统计脚本 count_file.sh 。支持统计某个文件夹下（包含子文件夹）某一类文件的大小，或者除某一类文件外其他文件的大小。

#!/bin/bash

# 统计一个目录下指定类型或限制某种类型以外的文件的大小，包括子目录

help() {
  echo "Description: 用于查找某个目录下特定类型文件的数量和总的大小，或者查找某种类型以外的文件数量和总的大小"
  echo "Author: cocowool <cocowool@qq.com>, Blog: http://www.edulinks.cn"
  echo "Usage: sh count_file.sh -p folder_path [ -t jpg ] [ -x html ] "
  echo "       -p : 需要查找的文件路径"
  echo "       -t : 需要查找的文件类型"
  echo "       -x : 需要排除的文件类型"
  exit 0
}

if [[ $# == 0 ]] || [[ "$1" == "-h" ]]; then
  help
  exit 0
fi

# INCLUDE_FILE_TYPE=""
# EXCLUDE_FILE_TYPE=""

# echo $*
while getopts "p:t:x:" opt
do
  case "$opt" in
    p) 
      FOLDER_PATH=$OPTARG ;;
    t) 
      # echo "Found t option"
      INCLUDE_FILE_TYPE=$OPTARG ;;
    x)
      # echo "Found x option"
      EXCLUDE_FILE_TYPE=$OPTARG ;;
    # getopts doesn‘t support long option, such as --option
    # debug)
    #   echo "Found debug option"
    #   echo $OPTARG ;;
    *) echo "$opt is invalid option" ;;
  esac
done

# FOLDER_PATH="/Users/shiqiang/Projects/edulinks-blog/public"
# 解决文件中含有空格的问题
IFS=$(echo "\n\b")

echo "查找的文件路径为：$FOLDER_PATH"

if [ -n $FOLDER_PATH ]; then
  #list=`find $FOLDER_PATH | grep "jpg"`
  if [ -n "$INCLUDE_FILE_TYPE" ]; then
    echo "查找的文件后缀为：$INCLUDE_FILE_TYPE."
    list=`find $FOLDER_PATH -type f -name "*.$INCLUDE_FILE_TYPE"`
  elif [ -n "$EXCLUDE_FILE_TYPE" ]; then
    echo "查找文件后缀不是：$EXCLUDE_FILE_TYPE 的文件"
    list=`find $FOLDER_PATH -type f ! -name "*.$EXCLUDE_FILE_TYPE"`
  fi

  for i in $list
    do
    # echo $i
    fileSize=$(du -k "${i}" | cut -f1)
    # echo $fileSize
    ((totalSize=fileSize+totalSize))
  done

  echo "文件总大小为：$((totalSize/1024))M"
fi

基础命令

这个脚本难点在于命令行参数的处理，因为写这个脚本查阅了一些资料，主流的方案是使用下面两个命令：

getopts 是 Linux 系统中的一个内置变量，一般通过循环的方式使用，每次循环 getopts 都会检查命令行选项，并将命令行选项的值爆存在 OPTARG 变量中
getopt 是一个外部命令，相较于 getopts 命令能够支持长参数，但是使用起来较 getopts 复杂

本文中因为参数比较少且没计划使用长参数，因此采用了 getopts 来处理选项和参数问题。如果不熟悉 shell 的使用，可以查看 Shell 入门详解（一），希望能有所帮助。

写在最后

最后统计发现，我写了 470 篇博客，引用了 700 多张图片。其中 html 文件大小占用了 11M 的空间，而图片占用了 79M 的空间。如果后续的文章还要放很多图片的话，很快源码空间就会使用完，看来是要考虑准备用图床的方案来存放博客的图片了。

各位自己有独立博客的小伙伴，有没有图床服务提供，欢迎给我些指导。

参考资料