计算 git 存储库中的行数
Posted
技术标签:
【中文标题】计算 git 存储库中的行数【英文标题】：Count number of lines in a git repository 【发布时间】：2011-06-16 21:16:50 【问题描述】：如何计算 git 存储库中所有文件的总行数？
git ls-files 给了我一个 git 跟踪的文件列表。
我正在寻找cat 所有这些文件的命令。类似的东西
git ls-files | [cat all these files] | wc -l
【问题讨论】：
【参考方案1】：xargs 将让您将所有文件放在一起cat，然后再将它们传递给wc，就像您问的那样：
git ls-files | xargs cat | wc -l
但是跳过中间的cat 可以为您提供更多信息并且可能更好：
git ls-files | xargs wc -l
【讨论】：
我猜是微不足道的；仅包含源代码文件（例如 *.cpp）怎么样。我们提交了一些 bin 文件 :) 在xargs之前粘贴grep cpp |，然后。
如果您的文件名称中包含空格，请使用 git ls-files -z | xargs -0 wc -l。
对于包含/排除某些文件，请使用：git ls-files | grep -P ".*(hpp|cpp)" | xargs wc -l 其中 grep 部分是您想要的任何 perl 正则表达式！
如果您只对 .java 文件感兴趣，可以使用 git ls-files | grep "\.java$" | xargs wc -l【参考方案2】：
git diff --stat 4b825dc642cb6eb9a060e54bf8d69288fbee4904
这显示了从空树到当前工作树的差异。这恰好计算了当前工作树中的所有行。
要获取当前工作树中的数字，请执行以下操作：
git diff --shortstat `git hash-object -t tree /dev/null`
它会给你一个类似1770 files changed, 166776 insertions(+)的字符串。
【讨论】：
顺便说一句，您可以通过运行git hash-object -t tree /dev/null 来获取该哈希值。
还有更简洁的：git diff --stat `git hash-object -t tree /dev/null`
这是更好的解决方案，因为这不包括在上述版本中计算的档案或图像等二进制文件！
+1 我更喜欢这个解决方案，因为二进制文件不会被计算在内。此外，我们真的只对 git diff 输出的最后一行感兴趣：git diff --stat `git hash-object -t tree /dev/null` | tail -1
改为使用git diff --shortstat `git hash-object -t tree /dev/null` 获取最后一行，不需要tail。【参考方案3】：
如果您想要这个计数是因为您想了解项目的范围，您可能更喜欢CLOC（“Count Lines of Code”）的输出，它可以为您提供重要和不重要代码行的细分按语言。
cloc $(git ls-files)
（此行等效于git ls-files | xargs cloc。它使用sh 的$() command substitution 功能。）
样本输出：
20 text files.
20 unique files.
6 files ignored.
http://cloc.sourceforge.net v 1.62 T=0.22 s (62.5 files/s, 2771.2 lines/s)
-------------------------------------------------------------------------------
Language files blank comment code
-------------------------------------------------------------------------------
javascript 2 13 111 309
JSON 3 0 0 58
html 2 7 12 50
Handlebars 2 0 0 37
CoffeeScript 4 1 4 12
SASS 1 1 1 5
-------------------------------------------------------------------------------
SUM: 14 22 128 471
-------------------------------------------------------------------------------
您必须先安装 CLOC。您可能可以install cloc with your package manager - 例如，brew install cloc 和 Homebrew。
cloc $(git ls-files) 通常是对cloc . 的改进。例如，上面带有git ls-files 的示例输出报告了 471 行代码。对于同一个项目，cloc . 报告高达 456,279 行（运行需要 6 分钟），因为它在 Git 忽略的 node_modules 文件夹中搜索依赖项。
【讨论】：
CLOC 会忽略某些语言，例如 TypeScript。 @MarceloCamargo 目前支持 TypeScript 对于初学者，最好执行“cloc DIRECTORY_WHERE_YOUR_GIT_IN”计算行数。 这些天你可以只使用cloc --vcs git，这样可以避免一些带有错误命名文件（或太多）的边缘情况。
@MadhuNair 当然不是。 cloc 计算本地目录中的文件行数，而无需访问网络。它甚至不知道代码是否来自 GitHub。【参考方案4】：
我在处理大量文件时遇到了git ls-files | xargs wc -l 的批处理问题，其中行数将被分成多个total 行。
从问题Why does the wc utility generate multiple lines with "total"? 中得到提示，我发现以下命令可以绕过该问题：
wc -l $(git ls-files)
或者如果您只想检查一些文件，例如代码：
wc -l $(git ls-files | grep '.*\.cs')
【讨论】：
这很好，但对于包含空格的路径似乎失败了。有办法解决吗？ 在 grep '.*\.m' 获取二进制文件（如 .mp3、.mp4）时遇到问题。使用 find 命令列出代码文件更成功wc -l $(git ls-files | find *.m *.h)
@LeaHayes 这是一种方法：wc -l --files0-from=<(git ls-files -z)。 <(COMMAND) 语法返回文件的名称，其内容是 COMMAND 的结果。
@LeaHayes 我想出了这个脚本，我认为它对你有用：``` #!/bin/bash results=$(git ls-files | xargs -d '\n' wc -l) let grand_total=0 for x in $(echo "$results" | egrep '[[:digit:]]+ total$'); do let grand_total+=$(echo "$x" | awk 'print $1') done echo "$results" echo "grand total: $grand_total" ``
-n 开关和xargs 可用于增加块内的最大行数【参考方案5】：
无论如何，对我来说，最好的解决方案是埋在@ephemient 的答案中。我只是把它拉到这里，这样它就不会被忽视。这应该归功于@FRoZeN（和@ephemient）。
git diff --shortstat `git hash-object -t tree /dev/null`
返回 repo 工作目录中的文件和行的总数，没有任何额外的噪音。作为奖励，只计算源代码 - 二进制文件不包括在计数中。
上面的命令适用于 Linux 和 OS X。它的跨平台版本是
git diff --shortstat 4b825dc642cb6eb9a060e54bf8d69288fbee4904
这也适用于 Windows。
为了记录，排除空行的选项，
-w/--ignore-all-space,
-b/--ignore-space-change,
--ignore-blank-lines,
--ignore-space-at-eol
与--shortstat 一起使用时没有任何效果。计算空行。
【讨论】：
git mktree </dev/null 或 true|git mktree 或 git mktree <&- 或 :|git mktree 用于我们中间的击键计数器 :-) - 在 repo 周围漂浮的备用空树不会伤害任何东西。
对于那些想知道这是什么乱七八糟的人：***.com/questions/9765453/…【参考方案6】：
这适用于cloc 1.68：
cloc --vcs=git
【讨论】：
--vcs 对我不起作用，也许它已被删除。 cloc . 在 git repo 中确实有效，OTOH。
--vcs=git 在 v1.90 版本上为我工作 =) 但是是的，我在根目录下运行它，它只是告诉 cloc 它可以忽略什么的一个选项【参考方案7】：
我使用以下：
git grep ^ | wc -l
这会在所有由 git 版本控制的文件中搜索正则表达式 ^，它表示行的开头，因此该命令会给出总行数！
【讨论】：
【参考方案8】：我在玩cmder (http://gooseberrycreative.com/cmder/)，我想计算html、css、java 和javascript 的行数。虽然上面的一些答案有效，但 grep 中的 or 模式没有 - 我在这里 (https://unix.stackexchange.com/questions/37313/how-do-i-grep-for-multiple-patterns) 发现我必须逃避它
这就是我现在使用的：
git ls-files | grep "\(.html\|.css\|.js\|.java\)$" | xargs wc -l
【讨论】：
这对我来说似乎是用块来回应的。将您的 grep 与 Justin Aquadro 的解决方案结合使用对我来说效果很好。 wc -l $(git ls-files | grep "\(.html\|.css\|.js\|.php\|.json\|.sh\)$")【参考方案9】：我这样做了：
git ls-files | xargs file | grep "ASCII" | cut -d : -f 1 | xargs wc -l
如果您将存储库中的所有文本文件都视为感兴趣的文件，则此方法有效。如果某些被认为是文档等，则可以添加排除过滤器。
【讨论】：
【参考方案10】：github上的这个工具https://github.com/flosse/sloc可以以更具描述性的方式给出输出。它将创建您的源代码的统计信息：
物理线条 代码行（源代码） 带有 cmets 的行 单行cmets 带有块 cmets 的行 与源代码和 cmets 混淆的行 空行【讨论】：
【参考方案11】：试试：
find . -type f -name '*.*' -exec wc -l +
在有问题的目录上
【讨论】：
【参考方案12】：如果要获取某个作者的行数，试试下面的代码：
git ls-files "*.java" | xargs -I git blame | grep $your_name | wc -l
【讨论】：
【参考方案13】：根据是否要包含二进制文件，有两种解决方案。
git grep --cached -al '' | xargs -P 4 cat | wc -l
git grep --cached -Il '' | xargs -P 4 cat | wc -l
"xargs -P 4" 表示它可以使用四个并行进程读取文件。如果您正在扫描非常大的存储库，这将非常有用。根据机器的容量，您可能会增加进程数。
-a，将二进制文件作为文本处理（包括二进制） -l ''，只显示文件名而不是匹配的行（只扫描非空文件） -I，不匹配二进制文件中的模式（排除二进制） --cached，在索引而不是工作树中搜索（包括未提交的文件）
【讨论】：
【参考方案14】：如果要查找非空行的总数，可以使用 AWK：
git ls-files | xargs cat | awk '/\S/x++ ENDprint "Total number of non-empty lines:", x'
这使用正则表达式来计算包含非空白字符的行数。
【讨论】：
【参考方案15】：Carl Norum 的答案假设没有带有空格的文件，IFS 的字符之一是tab 和newline。解决方案是用 NULL 字节终止该行。
git ls-files -z | xargs -0 cat | wc -l
【讨论】：
【参考方案16】：: | git mktree | git diff --shortstat --stdin
或者：
git ls-tree @ | sed '1i\\' | git mktree --batch | xargs | git diff-tree --shortstat --stdin
【讨论】：
以上是关于计算 git 存储库中的行数的主要内容，如果未能解决你的问题，请参考以下文章