计算文件类型的统计信息

上一节中,我们实现了一个用于统计任意文件夹中所有文件大小的工具。

本节中,我们将递归的对文件夹中的文件名后缀进行统计。这样对每种文件类型的文件进行个数统计,并且计算每种文件类型大小的平均值。

How to do it...

本节中将实现一个简单的工具用于对给定的文件夹进行递归,同时对所有文件的数量和大小进行统计,并通过文件后缀进行分组。最后,会对文件夹中具有的文件名扩展进行打印,并打印出有多少个对应类型扩展的文件和文件的平均大小。

  1. 包含必要的头文件,并声明所使用的命名空间:

    #include <iostream>
    #include <sstream>
    #include <iomanip>
    #include <map>
    #include <filesystem>
    
    using namespace std;
    using namespace filesystem;
  2. size_string函数已经在上一节中使用过了。这里我们继续使用:

    static string size_string(size_t size)
    {
        stringstream ss;
        if (size >= 1000000000) {
            ss << (size / 1000000000) << 'G';
        } else if (size >= 1000000) {
            ss << (size / 1000000) << 'M';
        } else if (size >= 1000) {
            ss << (size / 1000) << 'K';
        } else { ss << size << 'B'; }
    
        return ss.str();
    }
  3. 然后,实现一个函数用于接受一个path对象,并对该路径下的所有文件进行遍历。我们使用一个map来收集所有的信息,用对应的扩展名与总体数量和所有文件的总大小进行统计:

    static map<string, pair<size_t, size_t>> ext_stats(const path &dir)
    {
        map<string, pair<size_t, size_t>> m;
    
        for (const auto &entry :
            recursive_directory_iterator{dir}) {
  4. 如果目录入口是一个目录,我们将跳过这个入口。跳过的意思就是不会对这个目录进行递归操作。recursive_directory_iterator可以完成这个工作,但是不需要去查找所有文件夹中的文件。

            const path p {entry.path()};
            const file_status fs {status(p)};
    
            if (is_directory(fs)) { continue; }
  5. 接下来,会对文件的扩展名进行提取。如果文件没有扩展名,就会对其进行忽略:

            const string ext {p.extension().string()};
    
            if (ext.length() == 0) { continue; }
  6. 接着,计算我们查找到文件的总体大小。然后,将会对map中同一扩展的对象进行聚合。如果对应类型还不存在,创建起来也很容易。我们可以简单的对文件计数进行增加,并且对扩展总体大小进行累加:

            const size_t size {file_size(p)};
    
            auto &[size_accum, count] = m[ext];
    
            size_accum += size;
            count += 1;
        }
  7. 之后,我们会返回这个map

        return m;
    }
  8. 主函数中,我们会从用户提供的路径中获取对应的路径,或是使用当前路径。当然,需要对地址是否存在进行检查,否则继续下去就没有任何意义:

    int main(int argc, char *argv[])
    {
        path dir {argc > 1 ? argv[1] : "."};
    
        if (!exists(dir)) {
            cout << "Path " << dir << " does not exist.\n";
            return 1;
        }
  9. 可以对ext_stats进行遍历。因为map中的accum_size元素包含有同类型扩展文件的总大小,然后用其除以总数量,以计算出平均值:

        for (const auto &[ext, stats] : ext_stats(dir)) {
            const auto &[accum_size, count] = stats;
    
            cout << setw(15) << left << ext << ": "
                 << setw(4) << right << count
                 << " items, avg size "
                 << setw(4) << size_string(accum_size / count)
                 << '\n';
        }
    }
  10. 编译并运行程序,我们将会得到如下的输出。我将C++离线手册的地址,作为命令行的参数:

    $ ./file_type ~/Documents/cpp_reference/
    .css :2 items, avg size 41K
    .gif :7 items, avg size 902B
    .html: 4355 items, avg size 38K
    .js:3 items, avg size 4K
    .php :1 items, avg size 739B
    .png : 34 items, avg size 2K
    .svg : 53 items, avg size 6K
    .ttf :2 items, avg size 421K

Last updated