Linux系统ls命令详解

2023-05-16

1. ls命令

选项长选项含义
-a–all列出所有文件,包括以点号开头的文件,这些文件通常是不列出来的(比如隐藏的文件)
-d–directory如果指定了一个目录,ls会列出目录中内容而不是目录本身。将此选项与-l选项结合使用,可查看目录的详细信息,而不是目录中的内容
-F–classify选项会在每个列出的名字后面加上类型指示符,例如,如果是文件夹,则带斜杠
-h–human-readable以人们可读的方式,而不是字节数来显示文件大小
-l以长格式显示结果
-r–reverse以相反的顺序显示结果。通常,ls命令按照字幕升序排列显示结果
-S按文件大小对结果排序
-t按修改时间排序

2. 长格式详情

一个例子

-rw-rw-r-- 1 lixj lixj  300 Sep 24  2019 fun.py
-rw-rw-r-- 1 lixj lixj  766 Sep 24  2019 concat_dataset.py
-rw-rw-r-- 1 lixj lixj  943 Sep 24  2019 list_dataset.py
-rw-rw-r-- 1 lixj lixj 2309 Sep 24  2019 abstract.py
-rw-rw-r-- 1 lixj lixj 3783 Sep 24  2019 coco.py
字段含义
-rw-rw-r–对文件的访问权限,第一个字符表示文件的类型,开头是’-'是指该文件是普通文件,'d’表示目录.紧接着的三个字符表示文件所有者的访问权限,再接着的三个字符表示文件所属组中成员的访问权限,最后三个字符表示其他所有人的访问权限
1文件硬链接数目
lixj文件所有者的用户名
lixj文件所属用户组的名称
300以字节数显示文件大小
Sep 24 2019上次修改文件的日期
fun.py文件名
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

Linux系统ls命令详解 的相关文章

随机推荐

  • Pytorch源码学习之五:torchvision.models.densenet

    0 基本知识 DenseNet论文地址 DenseNet加强了每个Dense Block内部的连接 xff0c 每层输出与之前所有层进行concat连接 xff0c 使用三个Dense Block的网络示意图如下 xff1a 每个Block
  • Pytorch源码学习之六:torchvision.models.inception_v3

    0 参考和简介 torchvision models inception v3源码 实现的论文地址 部分网络结构 xff1a InceptionA InceptionC InceptionE 一 源码 span class token co
  • 设备管理信息系统

    设备管理系统 设备管理系统 xff08 Equipment Management System xff09 是将信息化了设备技术信息与现代化管理相结合 xff0c 是实现研究级管理信息化的先导 设备管理软件是设备管理模式与计算机技术结合的产
  • Pytorch源码学习之七:torchvision.models.googlenet

    0 基本知识 torchvision models googlenet源码地址 GoogLeNet论文地址 Inception模块 注意 xff0c 代码中第三个模块采取的3x3卷积而非5x5卷积 xff0c 不知为何 GoogLeNet网
  • TensorRT学习常用网址汇总(持续更新)

    一 官方网址 网址名称简介tensorrt support matrixTensorRT支持的硬件和应用详情 TensorRT中文教程中文教程 xff0c 部分翻译TensorRT官方中文文档官方中文文档 xff0c 注意版本号NVIDIA
  • JetsonTX2 之刷机 ——Jetpack 4.3

    2020年再次使用Nvidia Jetson tx2 xff0c Jetpack已经发行了4 4 xff0c TX2默认的系统也升级到了ubuntu 18 04 xff0c 刷机方式也发生了变化 这里记录我的刷机过程 xff0c 亲测有效
  • TX2(ubuntu 18.04)更换清华镜像源

    注意 xff0c 该版本的TX2有两个特点 xff1a Arm架构和ubuntu18 04 一 备份 sudo cp etc apt sources list etc apt sources list bak 先备份原文件sources l
  • ubuntu更换镜像源——全面讲解

    1 更换镜像源方法 我们都知道 xff0c 以清华源为例 xff0c ubuntu更换镜像分为以下几个步骤 xff1a Step1 备份原来的源 Step2 更换清华源 Step3 更新 例如 TX2 ubuntu 18 04 更换清华镜像
  • Jetson TX2刷机后查看CUDA和CUDNN版本——以JetPack4.3为例

    一 查看CUDA版本 nvcc V 输出为 xff1a 即CUDA版本为10 0 二 查看CUDNN版本 cat usr include cudnn h grep CUDNN MAJOR A 2 输出为 xff1a 即版本为7 6 3
  • TX2查看cpu/gpu使用情况方法大全

    一 方法1 tegrastats Jetpack4 3比起之前的3 x版本 xff0c tegrastats文件发生了变化 sudo cp usr bin tegrastats tegrastats sudo tegrastats 二 方法
  • Jetson TX2上升级cmake方法

    我的应用场景要编译TensorRT的sampleuffMaskRCNN xff0c 需要最低cmake版本为3 13 而Jetpack 4 3刷机后自带的为3 12 使用以下两条命令都是失败的 sudo pip3 install cmake
  • Linux之make知识点

    0 GNU Operating System 1 Linux之make的用法讲解
  • TX2 安装cv2需要的依赖——JetPack4.3

    JetPack 4 3自带了opencv 4 1 1 而当使用python3导入cv2时 xff0c 发现仍缺少依赖 xff0c 首先使用清华镜像源因此使用以下代码进行安装 xff1a sudo apt get update sudo ap
  • ipconfig命令详细图解

    一 操作实例 不带参数 xff1b all参数 xff1b release和 renew displaydns参数就是显示本地DNS内容 xff1b 相当多 xff1b 看下 xff0c 上了会网 xff0c 缓存的DNS很多 xff1b
  • 《自己动手写Docker》书摘之二---Linux Cgroups介绍

    Linux Cgroups介绍 上面是构建Linux容器的namespace技术 xff0c 它帮进程隔离出自己单独的空间 xff0c 但Docker又是怎么限制每个空间的大小 xff0c 保证他们不会互相争抢呢 xff1f 那么就要用到L
  • TX2安装tensorflow-gpu(亲测有效)

    安装好JetPack 4 3之后 xff0c 再也不需要从源码对tensorflow进行编译安装 xff0c 可以通过以下两步安装 xff1a Step1 安装h5py sudo apt get install python3 h5py 主
  • TX2编译TensorRT的C++ samples ——Jetpack4.3

    不得不说 xff0c JetPack 4 3实在是太方便了 xff01 1 Where is TensorRT 1 1 C 43 43 版本 与手动安装tensorRT不同 xff0c JetPack自动将TensorRT c 43 43
  • TX2编译安装curl,使其可以解析https

    不小心误删了刷机后自带的Curl 导致安装的curl不能解析https curl安装 以下方式可行 xff1a sudo apt purge curl git clone https github com curl curl git cd
  • 从网站上下载数据集并解压——以coco数据集为例

    最近在阅读源码时发现了一段值得学习的源码 xff0c 实现从网址下载coco数据集到本地 xff0c 并解压 xff0c 在这里做下记录 xff0c 以备借鉴使用 span class token comment 以下载annotation
  • Linux系统ls命令详解

    1 ls命令 选项长选项含义 a all列出所有文件 xff0c 包括以点号开头的文件 xff0c 这些文件通常是不列出来的 xff08 比如隐藏的文件 xff09 d directory如果指定了一个目录 xff0c ls会列出目录中内容