統計一下你寫過多少代碼
最近整理了一下自己從開始學習編程以來寫過的程序和代碼，林林總總，花了不少的時間，最后把一些自認為還算不錯的代碼提交到github上做一個簡單的分類和備份。當然我並不奢求它們能成為多好的開源代碼，只是希望通過這種方式分享自己的勞動成果罷了。如果大家有興趣可以訪問我的github，歡迎朋友們提出意見和建議。
在我整理代碼的時候，突發奇想地想知道自己曾經寫過多少行代碼。相信手握大量代碼的童鞋應該也有類似的想法，於是查閱資料來完成這個目標。
首先，我們需要一點時間做一下准備工作。我們需要將自己寫過的程序拷貝到一個文件夾下邊，以防我們把一些教程和示例的代碼也統計進去了，這的確需要不少精力——如果你的代碼遍布在你硬盤的各個角落的話。
為了統計代碼的行數，我們需要用到linux提供的工具wc（名字有點‘詭異’，呵呵）。
$wc –l *.c *.h
該命令可以將當前目錄下的所有以.c、.h結尾的文件的行數統計並累加。但是該工具的功能十分有限，它只能操作當前目錄下的文件，而不會去遞歸查詢子目錄。顯然統計大量的工程和文件的行數是不可行的，不過所幸的是我們可以使用find命令遞歸的查詢子目錄的文件。
$find . –iname “*.[ch]”
該命令可以將當前目錄以及子目錄下的所有以.c、.h、.C、.H結尾的文件全部列舉出來！（有時我們的代碼的擴展名命名可能不是太規范，有可能擴展名是大寫的，使用-name是大小寫敏感查詢，使用-iname忽略大小寫）。
有了以上的命令，我們想把所有以.c、.h、.C、.H結尾的文件的代碼行統計並累加。借助shell的管道可以輕松實現。
$find . –iname “*.[ch]” | xargs wc -l
管道“|”的含義是將前邊的命令的輸出作為后邊指令的輸入，而xargs工具將find命令的輸出轉換為wc命令的參數。
以上便是統計代碼行的基本命令原型，如果統計C語言的代碼則足夠了，但這還不能滿足我們的需要。如果讀者手頭有大量的C#、Java、C++、匯編代碼的話，使用find提供的功能有限的通配符並不方便。因為我們可能處理的文件格式有：.cs、.java、.cpp、.s、.asm等，如果你有很多的ASP、JSP這樣的網站工程的話，可能還需要.html、.css、.js等格式的代碼（雖然.html文件不像是代碼……）。
為了方便處理各種文件格式，我們需要寫一段shell腳本。其基本思想是每次只搜索一種格式的文件，然后將所有的搜索結果集合到一個文件中去，最后將該文件的內容作為wc命令的參數進行行數統計即可。
#/user/bin/sh
cat /dev/null > info #清空info
types=("*.asm" "*.s" "*.c" "*.cpp" "*.h" "*.cs" "*.java") #所有要統計的文件類型
for i in ${types[@]} #遍歷每個文件類型
do
find . -iname $i > tmp #按類型（大小寫不敏感）查找，緩存到tmp
cat tmp >> info #將查詢結果追加到info
done
sed -i 's/ /\\&/g' info #處理文件名出現空格的情況
cat info | xargs wc -l #統計行數
rm info tmp #刪除臨時文件
結合腳本，首先我們需要建立兩個臨時文件tmp和info，前者用於記錄每個文件類型的查詢結果，后者記錄所有的查詢結果（初始清空）。然后使用types數組記錄所有要統計的文件擴展名（這里的類型匹配串一定不要重復，否則會重復統計），並使用循環依次使用find命令將結果重定向（>）到文件tmp中，然后將tmp追加（>>）到文件info。接着我們使用sed命令對info文件做一下處理——將文件內的所有空格前加上反斜杠“\”。這是因為如果文件名存在空格的話，將之應用到wc命令中后會導致命令被截斷，產生錯誤，因此需要使用“\”對空格轉義。最后使用管道將文件內容應用到wc命令的參數，統計即可得到最終結果。
將上述腳本文件保存后，使用chmod命令轉換為可執行權限，運行進行行數統計。
$chmod +x ./腳本文件名
運行命令，在輸出的結果中，最后一行一般都會顯示如下信息：
{總行數} {總用量}
如果統計出的的代碼文件個數較少，最后一行的總行數便是結果。然而wc命令一次處理的文件個數有限（大約3000個左右），當統計的文件過多時，它會分批進算總行數！這樣最終的總行數其實是每批統計的行數之和！我們可以使用如下命令將每批的行數信息顯示出來。
$cat info | xargs wc -l | sort -n
sort -n命令可以將文件按行大小排序，使得所有行數信息集中顯示在文件尾部。當然更好的是使用如下方式。
$cat info | xargs wc -l > tmp
$grep -rin "^[ ]*[1-9][0-9]*[ ]*總用量$" tmp
grep命令按照每批統計的結果形式識別並輸出如下形式。
{行號}: {總行數} {總用量}
當然，我們可以手工的將行數累加起來，得到最終的行數。雖然工作量不大（確實不大，即使linux的內核源碼也就十幾條數據），但是我們想讓它自動完成。
#/user/bin/sh
cat /dev/null > info #清空info
types=("*.asm" "*.s" "*.c" "*.cpp" "*.h" "*.cs" "*.java") #所有要統計的文件類型
for i in ${types[@]} #遍歷每個文件類型
do
find . -iname $i > tmp #按類型（大小寫不敏感）查找，緩存到tmp
cat tmp >> info #將查詢結果追加到info
done
sed -i 's/ /\\&/g' info #處理文件名出現空格的情況
cat info | xargs wc -l > tmp #統計行數，輸出到文件
grep -rin "^[ ]*[1-9][0-9]*[ ]*總用量$" tmp > info #提取行數信息
let sum=0 #總行數
while read tag count flag #取出每一批處理結果的行數
do
let sum=sum+count #累加行數
done < info #指定讀取的文件
echo 總行數=$sum行 #顯示最終總行數
rm info tmp #刪除臨時文件
相比與之前的腳本，我們把統計的文件的行數信息保存在tmp，然后使用grep命令將有效的行數信息保存在info，最后讀取info的每一行，取出每一批的行數，累加得到最終結果！而且由於不用向屏幕輸出大量的文件路徑信息（重定向到文件內），腳本可以更快的運行。經測試，對於linux
作者平時使用匯編、C/C++、C#、Java寫過的代碼比較多，使用上述腳本統計完全沒問題，統計結果為10W+。如果讀者還需統計其他類型的文件，可以自行修改types數組（注意不要在數組元素間加逗號！）進行統計，你是否願意“秀”一下自己的代碼行數呢？