<转>统计源代码行数的一些实现方法

这个问题的思考其实对于某一种语言而言，基本都能实现，只是简单和复杂而已。而此次我讨论就是只是在linux下面使用了shell和c对源代码进行行 数的讨论。本打算是实现一个python版本的，由于python这块还不是太熟，所以就等以后熟了把这块补上。

shell版

shell的强大快捷之处就在此体现出来了。我们使用

find

命令就直接能将目标的文件进行检索，然后我们就直接对检索出来的对象进行统计。统计 我们知道使用

wc

这个命令，但是我们观察一下wc的输出:

206 ./2014-03-09-jekyll-blog.md

前面是我们想要的内容，而后面的文件名却不是我们要得，怎么解决？一个思路就是将这个结果保存到一个文件中，然后使用

cut

等命令对文件进行改造，接着再去统计，这个方法个人感觉比较麻烦。那么第二个思路就是用

awk

，直接对我们的结果进行分割。按照思路二，那我们就对此进行编码了

使用

find

，对于find，参数较多，考虑到有时候源代码中目录层次不一，我们需要加上参数

maxdepth

， 再考虑到所统计的语言项目不一样，我们同样要指定

name

这个参数，而且采用一个简单的正则表达式。所以基本的find语句如下：

find $1 -type f -maxdepth $2 -name "*.$3"

这边的

$1

是路径名

$2

指定的最大深度

$3

文件的后缀名或是一些正则的表达式，$3的这个设计我原先的打算是做一个test，根据用户输入，然后最后自己生成正则，感觉这样有点多此一举了。一个项目中使用的文件后缀一般不会很多，统计的是核心代码，所以这一块就可以简便一点了。

统计行数的核心就是如下的这个：

w =(wc -l $file | awk "{print $1}")

这边的file就是之前find的返回值，我们将上面的这个代码放在一个循环中。这边是awk的最简单使用了，将一个记录的第一个字段打印出来。但是不要混淆了这边的

$1

和shell脚本的中的

$1

是不一样的，这在awk的命令中，所以不要担心会出错。

加一些修饰

我们为了让输出变得好看一点,对echo的输出加一些修饰，主要是颜色的修饰：

echo -e "$s: \e[1;32m $t \e[0m"
echo -e "\e[1,31m total: \e[1;32m $w \e[0m"

好了，至此一个基本上能够满足要求的代码统计的脚本就完成了，一个完整的版本可以到我的gist看。

效果截图

C版本

之所以想到使用c来统计，是因为这是在linux平台上，可以使用系统编程方面的一些东西来解决这个问题。因为这个不在标准c中提供对目录的操作 对于windows下面，我没有去研究，所以不好多加叙述。

我们来看看如何实现C版本的统计程序？首先等解决的就是一个文件遍历的问题，这个解决不了接下去的工作就不用考虑。好在在linux中提供了一个 dirent.h的头文件，相关的函数都在这里面。我们可以用的是

opendir

readdir

telldir

seekdir

closedir

着几个函数，这写函数基本就是差不多了，还缺的一个就是更改目录的函数

chdir

这个函数的实现在

unistd.h

中，所以这些基本上就齐了。

readdir返回的是一个结构体，结构体中有一个参数d_name,这是保存的文件的名字，所以有了这个，我们就可以对其进行属性的判断了。因为我们要判断这是文件还是目录。

如何判断？没有shell中

if [ -d filename ]

这样快捷的判断，但是我们要想到的一点就是，这是在liunx中，一切皆文件，对于文件的属性的判断，我们可以利用

lstat()

这个函数是在

sys/stat.h

中，我们使用

lstat(filename,&statbuf)

然后就可以用宏还进行判断了

S_ISDIR(statbuf.st_mode)

. 这样就解决了文件类型的判断。

接着我们来考虑如何来遍历一个文件夹呢？首先的着肯定是在一个循环下。因为一个目录下有时不止一个文件，但是对于不同的目录的时候呢？例如一个目录下的一个子目录，如何去实现遍历？我们考虑到的是使用递归，递归调用我们写的那个函数。因为每次读取的目录只有一个。而且当

readdir

读到文件尾的时候回返回一个NULL。 也许你会问这个递归是如何实现的。我们在循环结束后，调用了

chidr("..")

回到上层，这样就继续遍历。这就是递归终止的条件。

是时候统计代码了，我们剔除了目录的文件，剩下的就是真正的文件了。对于统计使用fgets来实现遍历一个文件，然后加个循环就解决问题。这边一个不好的就是没有办法去判断文件的类型，统计是对目录下所以的文件进行的统计，这一点不如shell的灵活。

下面是源代码，基本的思路就是这样，还要注意的一个细节是有两个特殊的目录就是

.

和

..

我们要忽略掉，不然会产生一个死循环。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <fcntl.h>
#include <unistd.h>
#include <errno.h>
#include <dirent.h>  /*some functions option on dir*/
#include <sys/stat.h>

#define MAXLINE 200

int linecount=0; /*for save the countline*/

int getLine(char *fname)
{
FILE *fp;
char line[MAXLINE];
int  total = 0;

fp = fopen(fname,"r");

while(fgets(line,200,fp) != NULL)
total++;

return total;
}

/*Recurse a the target dirent*/
void Recur_dir(const char *dir, int depth)
{
DIR *dp;  /*dir pointer*/
struct dirent *entry;  /*structure to save dir info*/
struct stat statbuf; /*use to charge which is dir and which is file*/

/*get the decriptor*/
if((dp = opendir(dir)) == NULL)
{
printf("cannot open directory:%s\n",dir);
fprintf(stderr,"opendir error:%s\n",strerror(errno));
exit(1);
}

chdir(dir); /*enter into target dir*/
while((entry = readdir(dp)) != NULL)
{
lstat(entry->d_name,&statbuf);/*get the entry status*/
if(S_ISDIR(statbuf.st_mode))
{
/*is a dirctory and ignore the .. and .*/
if(strcmp(".",entry->d_name)== 0 || strcmp("..",entry->d_name) == 0)
continue;
//printf("%*s%s\n",depth,"",entry->d_name);
Recur_dir(entry->d_name,depth+4); /*continue to open */
}
else /*if not a dirctroy and we count the line*/
{
linecount += getLine(entry->d_name); /*count everyfile line*/
}
}

chdir("..");
closedir(dp);
}

int main(int argc, const char *argv[])
{
char *topdir = "."
if(argc > 2)
{
printf("Usage:%s dir\n",argv[0]);
exit(1);
}
if(argc == 2)
{
topdir = argv[1];
}

Recur_dir(topdir,0);
printf("Total:%d\n",linecount);
return 0;
}

如果不提供参数，就遍历当前目录，提供了就统计给出的目录。

效果截图