git - 获取存储库中所有不同文件类型的行数

Question

如何获取存储库中所有不同文件类型的行数？例如，如果我的存储库包含 3 种文件类型：

我希望输出是这样的：

java 150
xml 20
(no file extension) 30

我可以运行一个命令来检索特定文件类型的git ls-files | grep "\.java$" | xargs cat | wc -l行数（

score 21 · Accepted Answer

这确实是一个 Bash 问题：如何计算按文件扩展名分组的文件列表中的行数？

这是一种使用的懒惰方式awk：

git ls-files | xargs -n100 wc -l | awk -F ' +|\\.' \
    '/\./ { sumlines[$NF] += $2 }
     END { for (ext in sumlines) print ext, sumlines[ext] }'

要点：

git ls-files为您提供存储库中的文件列表。
xargs从其标准输入中获取文件列表并wc -l在它们上运行
- 该-n100标志是wc -l在一次调用中最多传递 100 个文件。wc -l将调用存储库中文件数除以 100 的次数。
awk对每个文件扩展名的行数进行求和和聚合的繁重工作
- -F ' +|\\.'指定字段分隔符：空格或点。这个想法是wc -l包含以空格开头的行，然后是行数，然后是空格，然后是文件名。通过使用它作为分隔符，第二个字段将是行数，最后一个字段将是文件扩展名。这对于计数和汇总很有用。
- In /\./ { sumlines[$NF] += $2 },$NF是最后一个字段的值，在本例中是文件扩展名，并且$2是行数，如前所述。也就是说，我们将每个扩展的行数相加。过滤器/\./排除输入中没有.. 这样做的主要原因是从的输出中排除具有总计的行wc -l。
- 该END块打印文件扩展名及其总数

它很懒，因为它不适用于包含换行符的文件，并且它不计算没有扩展名的文件中的行数。

score 5 · Accepted Answer

注意：重新考虑后，我真的认为 janos' 是对所提问题的正确答案。因为它确实提供了行数而不是文件数，就像我的解决方案一样。

使用 janos 的解决方案给了我以下错误（我在一个相当大的项目中使用它）：

xargs: wc: 参数列表太长

所以我想出了以下解决方案（可能不是最优雅的，但即使在大型项目中也能做到这一点）：

git ls-files | awk -F . '{print $NF}' | sort | uniq -c | sort -n -r | awk '{print $2,$1}' | head -10

这基本上包括以下步骤（可以根据您的需要进行修改）

2 回答 2