统计代码行数的小技巧

原文地址：http://zhouhua.github.io/2013/06/20/skills/

在项目中，我们常常有统计代码行数的需要，但是如果不利用第三方工具的话，面对一个项目（甚至一个工程或解决方案中若干个项目）中成百上千的代码文件，实在有一种力不从心的感觉。

我们期望能够用最简单的方法完成这些重要却细微的需求。下面我给大家介绍一种无需借助第三方工具，无需复杂操作，无需人工统计计算的方法解决这个问题。

统计代码行数

我们用的工具不是别的，正是所有的IDE（Visual Studio、Eclipse等等）和常用的文本编辑器（Sublime Text 2、Notepad++等）日常必备软件的“在文件中查找”，不同的软件略有不同，但大同小异。

再复杂的IDE，其搜索功能也是基于字符串的匹配进行的。我们知道，文本中每次换行会增加一个，所以可以由“
”出现的次数来推测文本的行数。我们只需要在“在文件中搜索”的输入框内输入，选项好搜索范围，点击搜索，片刻之后会在相应面板中显示匹配结果。我们不需要关心匹配条目，直接看最后面的统计数据。我们会看到诸如： 在xxx个文件中查到xxx个匹配项 ，每一个匹配项就代表一次换行。但需要注意的是文件的最后一行是没有换行符的，所以文本行数=文件数+换行符数目，因而把两个看到的两个数字加起来才是文本行数。

图0：搜索

是不是感觉有点麻烦？还要运算，这种方法可不是我们想要的！不过别急，还是“在文件中查找”，勾选“正则表达式”选项，我们换正则表达式。要达到刚刚的效果，我们可以很简单地搜索 ^ 或者 $ 。正则表达式中， ^ 表示行首， $ 表示行尾，所以这样的查询就能够查出一共有多少个行首或行尾，也就是代码行数。

图1：搜索 ^

图2：搜索 $

为了更严谨，也为了下文的进一步探索，这里我们搜索 ^.*$ ，表示搜索条件为行首与行尾之间包含任意个任意字符（非换行符）。 . 表示除换行符外的所有字符， .* 表示0到任意多个 . 。

图0：搜索 ^.*$

本文重点不在说明正则表达式的用法，如果对正则表达式的语法有疑问，还请阅读其他参考资料。

统计代码行数并排除空行

上面的方法可以很迅速地得到代码行数，不过遗憾的是统计结果把空行（仅包含空格和制表符的行）也统计进去了，然而很多时候我们并不想把这些文本也给算进代码量里去，怎么办呢？别急，我们只要对正则表达式做一点点修改。我的思路是，只需要找出一个不是空格或制表符的字符即可，于是我写出了这个正则表达式 ^[ ]*[^ ]+.*$ ，它表示先忽略一行前面的连续空格和制表符，然后寻找是否有一个字符不为空格、制表符、换行符和回车符，如果有则表明这行不为空行。到这里为止，我们可以写出^[ ]*[^ ]+ ，这个正则也是可以工作的，不过我习惯把一行写完整。

也许有人会写出类似于 ^s*S+.*$ 或者 ^:b*[^:b]+.*$ 这样的正则，不过经我测试，或多或少存在兼容性问题，主要存在两个问题：

s 可能包含，那么 ^s* 匹配空行的时候可能会穿透到后面的文本行，直到某一行不为空，这种方法可能无法排除文本内部的空行；

:b 这样的写法并不是所有的正则解释器都能识别，不建议使用。Visual Studio 2012也已经抛弃这种写法，改为 [ ] 。

图0：搜索 ^[ ]*[^ ]+.*$

统计代码行数并排除空行和注释行

在实际项目中，我们或许认为注释行不应成为生产量，应从统计数据中排除出去。似乎这个问题棘手得多。不过别担心，只要善于利用正则表达式，这个问题也能轻松解决。

我们首先要能够对注释行有一个认识。很多程序设计语言中，注释行都会用“/”或者“#”等字符开头。我们假设项目中的注释行都是以“/”或“#”开头的（请读者考虑自己项目的特点自行修改），那么我们要查找的是一行中第一个非空字符不是“/”和“#”的行。跟上一节类似地，我们可以写出 ^[ ]*[^ /#]+.*$ 。同样，为了更好的兼容性，这里我避免使用s 和 :b 。