如何将文件大小转换为易读格式并与其他列共同打印输出

你之前的命令存在两个核心问题：一是仅输出了第5列内容，未保留其他需要的字段；二是写法在逐行处理时容易产生额外进程开销，不适合大数据量场景。以下是两种适配你需求的高性能方案：

方案1：使用numfmt指定字段转换（写法最简） #

numfmt本身支持直接指定要转换的列，全程仅启动一次进程，无重复fork开销，和你预期的SI单位（1000进位）计算逻辑完全匹配：

# 把前面的ls -l | tail -n +2替换成你的实际业务输入流即可
ls -l | tail -n +2 | numfmt --field=5 --to=si --padding=4 | awk '{printf "%s  %-4s %s\n", $1, $5, $NF}'

参数说明：

• --field=5：指定仅转换输入的第5列内容，其他列原样保留
• --to=si：按1000进位转换（280000→280K、2800000→2.8M），如果需要1024进位的二进制单位可替换为--to=iec
• --padding=4 + awk的格式化输出：保证大小列对齐，和你给出的示例输出格式完全一致

方案2：纯awk内置计算（性能最高） #

全程不调用任何外部命令，所有计算在awk进程内完成，是超大数据量场景下的最优选择：

ls -l | tail -n +2 | awk '
function hsize(bytes,    uidx, units) {
    split("K M G T P", units, " ")
    uidx = 0
    while (bytes >= 1000 && uidx < 5) {
        bytes /= 1000
        uidx++
    }
    if (uidx == 0) return bytes "B"
    return (bytes == int(bytes) ? int(bytes) : sprintf("%.1f", bytes)) units[uidx]
}
{
    s = hsize($5)
    printf "%s  %-4s %s\n", $1, s, $NF
}'

两种方案执行后输出和你给出的预期效果完全一致：

-rw-rw-r--  280K demo1
-rw-rw-r--  2.8M demo2
-rw-rw-r--  28M  demo3

注：示例中用ls -l作为输入源，实际使用时直接替换为你的业务命令输出流即可，不需要修改后续处理逻辑。

内容的提问来源于stack exchange，提问作者Bhagyaraj Haranale IN