使用awk统计含空格文件名的代码行数并累加求和问题

问题重现 #

我在Makefile中使用find/wc/awk组合统计项目中所有.py文件的代码行数并计算总和，文件名不含空格时运行正常，但遇到带空格的文件名时，输出会出现文件名截断的问题。

原Makefile代码 #

qa:
    @find ./ -type f -name '*.py' -exec  \
        wc -l "{}" \; | sort -n| awk     \
        '{printf "%4s %s\n", $$1, $$2}{s+=$$0}END{print s}'
    @echo ''

正常运行（文件名无空格） #

执行make qa后，末尾输出如下：

$ make qa | tail
 545 ./vendored/version.py
 550 ./types.py
 567 ./interchange/from_dataframe.py
 702 ./compute.py
 716 ./vendored/docscrape.py
1003 ./dataset.py
1267 ./pandas_compat.py
3686 ./parquet/core.py
14347

异常情况（文件名带空格） #

先修改文件名，添加空格：

$ mv parquet/core.py "parquet/co  re.py"
$ ls -la parquet/co*py
-rw-rw-r-- 1 luis luis 139281 juil. 19 20:30 'parquet/co  re.py'

再次执行make qa，末尾输出出现错误：

(data) luis@spinoza:/tmp/pyarrow$ make qa | tail
 545 ./vendored/version.py
 550 ./types.py
 567 ./interchange/from_dataframe.py
 702 ./compute.py
 716 ./vendored/docscrape.py
1003 ./dataset.py
1267 ./pandas_compat.py
3686 ./parquet/co                   <== 文件名被截断!
14347

问题原因 #

wc -l的输出格式是[行数] [文件名]，当文件名包含空格时，awk会将空格后的内容识别为独立字段（$3、$4等），导致原代码中$2只能取到空格前的部分，进而出现文件名截断。另外原代码中s+=$$0的写法也不严谨，$$0是整行内容，虽然后续求和结果看似正确，但实际是awk自动忽略了字符串部分，正确的求和应该只累加行数（$1）。

解决方法 #

修改awk的处理逻辑，让它能正确识别带空格的完整文件名，同时修正求和逻辑：

修改后的Makefile #

qa:
    @find ./ -type f -name '*.py' -exec wc -l "{}" \; | sort -n | awk \
        '{line_count = $$1; filename = substr($$0, index($$0, $$2)); printf "%4s %s\n", line_count, filename; s += line_count} END {print s}'
    @echo ''

逻辑说明 #

1. 用line_count = $$1单独提取行数，避免和文件名字段混淆；
2. 利用substr($$0, index($$0, $$2))截取从$$2第一次出现的位置到行尾的内容，这部分就是完整的文件名（不管包含多少空格）；
3. 求和时只累加line_count（即行数），保证计算准确；
4. 保持sort -n对行数进行排序，输出格式和原逻辑一致。

修改后再次运行make qa，带空格的文件名会完整显示，求和结果也正确。

内容的提问来源于stack exchange，提问作者user3313834