统计一下你写过多少代码

发布时间:2018-12-13 17:56:02编辑:丝画阁阅读(704)


为了统计代码的行数,我们需要用到linux提供的工具wc(名字有点‘诡异’,呵呵)。

	$wc –l *.c *.h

该命令可以将当前目录下的所有以.c、.h结尾的文件的行数统计并累加。但是该工具的功能十分有限,它只能操作当前目录下的文件,而不会去递归查询子目录。显然统计大量的工程和文件的行数是不可行的,不过所幸的是我们可以使用find命令递归的查询子目录的文件。

	$find . –iname “*.[ch]”

该命令可以将当前目录以及子目录下的所有以.c、.h、.C、.H结尾的文件全部列举出来!(有时我们的代码的扩展名命名可能不是太规范,有可能扩展名是大写的,使用-name是大小写敏感查询,使用-iname忽略大小写)。

有了以上的命令,我们想把所有以.c、.h、.C、.H结尾的文件的代码行统计并累加。借助shell的管道可以轻松实现。

	$find . –iname “*.[ch]” | xargs wc -l

管道“|”的含义是将前边的命令的输出作为后边指令的输入,而xargs工具将find命令的输出转换为wc命令的参数。

以上便是统计代码行的基本命令原型,如果统计C语言的代码则足够了,但这还不能满足我们的需要。如果读者手头有大量的C#、Java、C++、汇编代码的话,使用find提供的功能有限的通配符并不方便。因为我们可能处理的文件格式有:.cs、.java、.cpp、.s、.asm等,如果你有很多的ASP、JSP这样的网站工程的话,可能还需要.html、.css、.js等格式的代码(虽然.html文件不像是代码……)。

为了方便处理各种文件格式,我们需要写一段shell脚本。其基本思想是每次只搜索一种格式的文件,然后将所有的搜索结果集合到一个文件中去,最后将该文件的内容作为wc命令的参数进行行数统计即可。

	#/user/bin/sh
	cat /dev/null > info #清空info
	types=("*.asm" "*.s" "*.c" "*.cpp" "*.h" "*.cs" "*.java") #所有要统计的文件类型
	for i in ${types[@]} #遍历每个文件类型
	do
	find . -iname $i > tmp #按类型(大小写不敏感)查找,缓存到tmp
	cat tmp >> info #将查询结果追加到info
	done
	sed -i 's/ /\&/g' info #处理文件名出现空格的情况
	cat info | xargs wc -l #统计行数
	rm info tmp #删除临时文件

结合脚本,首先我们需要建立两个临时文件tmp和info,前者用于记录每个文件类型的查询结果,后者记录所有的查询结果(初始清空)。然后使用types数组记录所有要统计的文件扩展名(这里的类型匹配串一定不要重复,否则会重复统计),并使用循环依次使用find命令将结果重定向(>)到文件tmp中,然后将tmp追加(>>)到文件info。接着我们使用sed命令对info文件做一下处理——将文件内的所有空格前加上反斜杠“”。这是因为如果文件名存在空格的话,将之应用到wc命令中后会导致命令被截断,产生错误,因此需要使用“”对空格转义。最后使用管道将文件内容应用到wc命令的参数,统计即可得到最终结果。

将上述脚本文件保存后,使用chmod命令转换为可执行权限,运行进行行数统计。

	$chmod +x ./脚本文件名

运行命令,在输出的结果中,最后一行一般都会显示如下信息:

{总行数} {总用量}

如果统计出的的代码文件个数较少,最后一行的总行数便是结果。然而wc命令一次处理的文件个数有限(大约3000个左右),当统计的文件过多时,它会分批进算总行数!这样最终的总行数其实是每批统计的行数之和!我们可以使用如下命令将每批的行数信息显示出来。

	$cat info | xargs wc -l | sort -n

sort -n命令可以将文件按行大小排序,使得所有行数信息集中显示在文件尾部。当然更好的是使用如下方式。

	$cat info | xargs wc -l > tmp
	$grep -rin "^[ ]*[1-9][0-9]*[ ]*总用量$" tmp

grep命令按照每批统计的结果形式识别并输出如下形式。

{行号}: {总行数} {总用量}

当然,我们可以手工的将行数累加起来,得到最终的行数。虽然工作量不大(确实不大,即使linux的内核源码也就十几条数据),但是我们想让它自动完成。

	#/user/bin/sh
	cat /dev/null > info #清空info
	types=("*.asm" "*.s" "*.c" "*.cpp" "*.h" "*.cs" "*.java") #所有要统计的文件类型
	for i in ${types[@]} #遍历每个文件类型
	do
	 find . -iname $i > tmp #按类型(大小写不敏感)查找,缓存到tmp
	 cat tmp >> info #将查询结果追加到info
	done
	sed -i 's/ /\&/g' info #处理文件名出现空格的情况
	cat info | xargs wc -l > tmp #统计行数,输出到文件
	grep -rin "^[ ]*[1-9][0-9]*[ ]*总用量$" tmp > info #提取行数信息
	let sum=0 #总行数
	while read tag count flag #取出每一批处理结果的行数
	do
	 let sum=sum+count #累加行数
	done 	echo 总行数=$sum行 #显示最终总行数
	rm info tmp #删除临时文件

相比与之前的脚本,我们把统计的文件的行数信息保存在tmp,然后使用grep命令将有效的行数信息保存在info,最后读取info的每一行,取出每一批的行数,累加得到最终结果!而且由于不用向屏幕输出大量的文件路径信息(重定向到文件内),脚本可以更快的运行。经测试,对于linux3.5.2内核的源码,该脚本执行时间约2s左右(使用time命令测试,具体情况因机器而异),统计的源码行数为14557019行!统计linux源码行数时, 我们也可以修改types数组,仅统计*.s、*.asm、*.c、*.h文件,因为linux源码里只有C和汇编代码。

作者平时使用汇编、C/C++、C#、Java写过的代码比较多,使用上述脚本统计完全没问题,统计结果为10W+。如果读者还需统计其他类型的文件,可以自行修改types数组(注意不要在数组元素间加逗号!)进行统计,你是否愿意“秀”一下自己的代码行数呢?

关键字