本贴对三种遍历文件夹方法比较。
1. 使用File::Find;
2. 递归遍历。(遍历函数为lsr)
3. 使用队列或栈遍历。(遍历函数为lsr_s)
1.use File::Find\
-
#!/usr/bin/perl -W\
-
#\
-
# File: find.pl\
-
# Author: 路小佳\
-
# License: GPL-2\
-
\
-
use strict;\
-
use warnings;\
-
use File::Find;\
-
\
-
my ($size, $dircnt, $filecnt) = (0, 0, 0);\
-
\
-
sub process {
\
-
my $file = $File::Find::name;\
-
#print $file, "\n";\
-
if (-d $file) {
\
-
$dircnt++;\
-
}\
-
else {
\
-
$filecnt++;\
-
$size += -s $file;\
-
}\
-
}\
-
\
-
find(\&process, '.');\
-
print "$filecnt files, $dircnt directory. $size bytes.\n";
2. lsr递归遍历\
-
#!/usr/bin/perl -W\
-
#\
-
# File: lsr.pl\
-
# Author: 路小佳\
-
# License: GPL-2\
-
\
-
use strict;\
-
use warnings;\
-
\
-
sub lsr($) {
\
-
sub lsr;\
-
my $cwd = shift;\
-
\
-
local *DH;\
-
if (!opendir(DH, $cwd)) {
\
-
warn "Cannot opendir $cwd: $! $^E";\
-
return undef;\
-
}\
-
foreach (readdir(DH)) {
\
-
if ($_ eq '.' || $_ eq '..') {
\
-
next;\
-
}\
-
my $file = $cwd.'/'.$_;\
-
if (!-l $file && -d _) {
\
-
$file .= '/';\
-
lsr($file);\
-
}\
-
process($file, $cwd);\
-
}\
-
closedir(DH);\
-
}\
-
\
-
my ($size, $dircnt, $filecnt) = (0, 0, 0);\
-
\
-
sub process($$) {
\
-
my $file = shift;\
-
#print $file, "\n";\
-
if (substr($file, length($file)-1, 1) eq '/') {
\
-
$dircnt++;\
-
}\
-
else {
\
-
$filecnt++;\
-
$size += -s $file;\
-
}\
-
}\
-
\
-
lsr('.');\
-
print "$filecnt files, $dircnt directory. $size bytes.\n";
3. lsr_s栈遍历\
-
#!/usr/bin/perl -W\
-
#\
-
# File: lsr_s.pl\
-
# Author: 路小佳\
-
# License: GPL-2\
-
\
-
use strict;\
-
use warnings;\
-
\
-
sub lsr_s($) {
\
-
my $cwd = shift;\
-
my @dirs = ($cwd.'/');\
-
\
-
my ($dir, $file);\
-
while ($dir = pop(@dirs)) {
\
-
local *DH;\
-
if (!opendir(DH, $dir)) {
\
-
warn "Cannot opendir $dir: $! $^E";\
-
next;\
-
}\
-
foreach (readdir(DH)) {
\
-
if ($_ eq '.' || $_ eq '..') {
\
-
next;\
-
}\
-
$file = $dir.$_;\
-
if (!-l $file && -d _) {
\
-
$file .= '/';\
-
push(@dirs, $file);\
-
}\
-
process($file, $dir);\
-
}\
-
closedir(DH);\
-
}\
-
}\
-
\
-
my ($size, $dircnt, $filecnt) = (0, 0, 0);\
-
\
-
sub process($$) {
\
-
my $file = shift;\
-
print $file, "\n";\
-
if (substr($file, length($file)-1, 1) eq '/') {
\
-
$dircnt++;\
-
}\
-
else {
\
-
$filecnt++;\
-
$size += -s $file;\
-
}\
-
}\
-
\
-
lsr_s('.');\
-
print "$filecnt files, $dircnt directory. $size bytes.\n";
对我的硬盘/dev/hda6的测试结果。
1: File::Find\
-
26881 files, 1603 directory. 9052479946 bytes.\
-
\
-
real 0m9.140s\
-
user 0m3.124s\
-
sys 0m5.811s
复制代码
2: lsr\
-
26881 files, 1603 directory. 9052479946 bytes.\
-
\
-
real 0m8.266s\
-
user 0m2.686s\
-
sys 0m5.405s
复制代码
3: lsr_s\
-
26881 files, 1603 directory. 9052479946 bytes.\
-
\
-
real 0m6.532s\
-
user 0m2.124s\
-
sys 0m3.952s
复制代码
测试时考虑到cache所以要多测几次取平均, 也不要同时打印文件名， 因为控制台是慢设备， 会形成瓶颈。
lsr_s之所以用栈而不是队列来遍历，是因为Perl的push shift pop操作是基于数组的， push pop这样成对操作可能有优化。内存和cpu占用大小顺序也是1>2>3.\
-
CPU load memory\
-
use File::Find 97% 4540K\
-
lsr 95% 3760K\
-
lsr_s 95% 3590K
复制代码
结论: 强烈推荐使用lsr_s来遍历文件夹。
=============再罗嗦几句======================
从执行效率上来看，find.pl比lsr.pl的差距主要在user上， 原因是File::Find模块选项较多， 条件判断费时较多，而lsr_s.pl比lsr.pl在作系统调用用时较少， 是因为递归时程序还在保存原有的文件句柄和函数恢复现场的信息， 所以sys费时较多。 所以lsr_s在sys与user上同时胜出是不无道理的。\
