• cv:显示Linux命令运行进度


    cv: 显示 cp、mv 等命令的进度

    在 Linux 系统中 , 大多数命令从来都是信奉 “ 沉默是金 ” 的准则 , 所以当我们利用 cp 复制文件的时候并不能看到所谓的进度条 。 如果你在意这一点 , 那么不妨来用用 cv

    cv

    cv 是 Coreutils Viewer, 它能够显示传输数据的进度 , 包括百分比 、 大小 、 以及速率等信息 。cv 支持 coreutils 中的基本命令 , 比如 cp、mv、rm、dd、tar 等等 。

    cv 的源代码可从 GitHub 获取 , 需要自行编译 。

    cv:显示Linux命令运行进度的命令

    Coreutils Viewer(cv)是一个简单的程序,它可以用于显示任何核心组件命令(如:cp、mv、dd、tar、gzip、gunzip、cat、grep、fgrep、egrep、cut、sort、xz、exiting)的进度。它使用文件描述信息来确定一个命令的进度,比如cp命令。cv之美在于,它能够和其它Linux命令一起使用,比如你所知道的watch以及I/O重定向命令。这样,你就可以在脚本中使用,或者你能想到的所有方式,别让你的想象力束缚住你。安装

    你可以从cv的github仓库那儿下载所需的源文件。把zip文件下载下来后,将它解压缩,然后进入到解压后的文件夹。

    该程序需要ncurses library。如果你已经在你的Linux系统中安装了ncurses,那么cv的安装过程对你而言就是那么的轻松写意。

    通过以下两个简单步骤来进行编译和安装吧。

    1. $ make
    2. $ sudo make install

    运行cv

    要运行cv,只需要想其它程序一样,在命令行输入此命令即可。如果你没有执行make install,而选择从当前目录中去运行,那么你可以运行以下命令:

    1. $ ./cv

    否则,就运行以下命令吧。

    1. $ cv

    如果没有核心组件命令在运行,那么cv程序会退出,并告诉你:没有核心组件命令在运行。

    cv no command

    要有效使用该程序,请在你系统上运行某个核心组件程序。在本例中,我们将使用cp命令。

    当拷贝一个打文件时,你就可以看到当前进度了,以百分比显示。

    cv default

    添加选项到 cv

    你也可以添加几个选项到cv命令,就像其它命令一样。一个有用的选项是让你了解到拷贝或移动大文件时的预计剩余时间。

    添加-w选项,它就会帮你显示预计的剩余时间。

    1. $ cv -w

    cv estimated throughput

    试着添加更多的命令选项吧。像下面这样添加其它选项:

    1. $ cv -wq

    cv 和 watch 命令

    watch是一个用于周期性运行程序并显示输出结果的程序。有时候,你可能想要持续看看命令运行状况而不想将 cv 的结果存储到日志文件中。在这种情况下,watch就会派上用场了,它可以和cv一起使用。

    1. $ watch cv -qw

    该命令将会显示所有运行着的核心组件命令的实例。它也会显示进度和预计完成时间。

    cv and watch

    在日志文件中查看输出结果

    正如其所承诺的那样,你可以使用cv来重定向它的输出结果到一个日志文件。这功能在命令运行太快而看不到任何有意义的内容时特别有用。

    要在日志文件中查看进度,你仅仅需要重定向输出结果,就像下面这样。

    1. $ cv -w >> log.txt

    要查看该命令的输出结果,请用你喜爱的文本编辑器打开日志文件,也可以用cat命令,就像下面这样:

    1. $ cat log.txt

    获得帮助

    如果你在任何地方受到阻碍,你总是可以通过查阅手册页或使用help选项来获取帮助信息。 要获取帮助信息,可以使用带-h选项的cv命令。

    1. $ cv -h

    如果需要更多详细信息,那么手册页是个很不错的地方。

    1. $ man cv

    但是,要获取上述手册页,你必须执行make install来安装cv。

    耶!现在,你的Linux工具箱中又多了个伟大的工具。 你学会么?亲自去试试吧~

  • 相关阅读:
    mac下安装中文汉化插件和快速打开浏览器插件
    大数据基础---Flink_Data_Transformation
    大数据基础---Flink_Data_Source
    大数据基础---Flink开发环境搭建
    大数据基础---Flink核心概念综述
    大数据基础---Spark_Streaming整合Kafka
    大数据基础---Spark_Streaming整合Flume
    大数据基础---Spark_Streaming基本操作
    大数据基础---Spark_Streaming与流处理
    大数据基础---SparkSQL联结操作
  • 原文地址:https://www.cnblogs.com/timssd/p/4575895.html
Copyright © 2020-2023  润新知