某一天過去SY那兒，突發奇想說要寫一個統計代碼行數的小程序。說幹就幹，約定了一個時間——週六，來把這個想法給實現了。當然這個項目人家做過的也未必，google一下，果然有非常優秀的win下面的代碼統計工具sourceCounter。當然我們是用python來寫，確定了數據結構和算法之後，我們就開始實現了。
我們要實現的是一個能夠遍歷指定的文件夾或文件，數出有多少行，然後好好將這個信息放到樹的節點裏面。總之，這是一個N叉樹，N取決於該目錄下面，有多少個子目錄或子文件。我們使用列表list來模擬樹型結構：
parentDir
subDir
在數據結構裏面就是 [{counter: co, name: parentDir}, [{couter:co2, name:subDir}[]]]。當然這是最簡單的情況，複雜一點就是，很多層嵌套，視目錄深度而決定。總之就是發現了一個文件或者目錄，就遞歸地擴展下去。上代碼：
def walk_dir(self,folder_tree, topdown=True): for root, dirs, files in os.walk(folder_tree[0]['name'], topdown): for name in files: if name[0] == '.': continue if self.my_pattern.match(name): path_name = os.path.join(root,name) if os.path.islink(path_name): continue # calculate the summry of the file count_result = self.count_code_of_file(path_name) # insert into the tree sub_folder_tree = [{'name':path_name,'counter': count_result},[]] folder_tree[1].append(sub_folder_tree) # sum folder_tree[0]['counter'] = folder_tree[0]['counter'] + count_result for name in dirs: if name[0] == '.': continue path_name = os.path.join(root,name) # print(path_name) sub_folder_tree = [{'name':path_name,'counter': 0},[]] folder_tree[1].append(sub_folder_tree) self.walk_dir(sub_folder_tree, topdown) # sum folder_tree[0]['counter'] = folder_tree[0]['counter'] + sub_folder_tree[0]['counter'] return
這就是整個算法的核心部分，用os.walk整個dir，得到一棵樹。一開始我們提出了兩種方案：一，先生成樹，再統計代碼，因爲需要回填；二，在生成樹的同時，計算出代碼行數。SY很敏捷，一下自己想出直接在後面加上folder_tree[0]['counter'] = folder_tree[0]['counter'] + sub_folder_tree[0]['counter']. 也就是每次遍歷完一棵子樹，就更新父節點的counter數據。這其中使用了遞歸的原理。code complete裏面說，遞歸不是用來求求階乘和斐波那契數列的，而是需要使用在更有效的需要棧的地方，我想說，這裏就是。其核心原理就是每一層，構造一個[{counter:co, name:na }[]], 插入到父節點的[]中，構造樹的過程，也完成了有關的計算。
接下來就是實現驅動腳手架了（一些數據輸入和函數調用），然後實現打印模塊，打印模塊，需要表現縮進，故而有一個參數是tabs次數。具體實現如下：
def print_tree(self,folder_tree, tabs = 0,topdown=True): if os.path.isdir(folder_tree[0]['name']): print ' ' print ' '*tabs,'+',folder_tree[0]['name'] , ' : ' ,folder_tree[0]['counter'] else: file_name = os.path.split(folder_tree[0]['name']) print ' '*tabs,'+',file_name[1], ' : ' ,folder_tree[0]['counter'] return if folder_tree[1]: for sub_tree in folder_tree[1]: self.print_tree(sub_tree,tabs +1) else: return
一切就是這麼簡單，然後就定義一下有哪些文件類型了，這個可以用正則表達式來完成：
my_pattern = re.compile(r'[a-zA-Z1-9]+.(py|c|java|php|cpp|css|html|xml|htm|js|cs|h|asm|sh|ruby|perl)$')
很顯然是普通文件名，如果要加入下劃線則在把字符串改成‘[a-zA-Z1-9]+[a-zA-Z1-9_.]* .(py|c|java省略’。
最後，如果想要把樹打印到文件裏面也是可以的，之需要在print前面加上>>log_file變成 print >>log_file。總體代碼不超過100行。當然使用linux下面的shell一句就能搞定：
find /a -name "*.c" |xargs cat|grep -v ^$|wc -l
當然這其實是linux應用程序的組合使用，grep等等強大的工具，表示還沒有到那個神級別。好吧，窗外的雨下個不停，可是我的手指敲擊鍵盤的聲音，卻要漸漸停息了。
git代碼: https://github.com/bibodeng/pyCodeCounter/blob/master/codeCounter.py
by bibodeng 2013-3-31