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（git ls-files | grep "\.java$" | xargs cat | wc -l）的行数，但假设我不知道我的存储库中的所有文件类型是什么，我将如何进行检索他们都有各自的行数？

Answer 1

这真是一个Bash问题：如何计算按文件扩展名分组的文件列表中的行数？

这是使用awk：

的懒惰方式

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

关键点：

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，并在其上运行wc -l
- -n100标记将在一次调用中传递给wc -l最多100个文件。 wc -l将被调用多次，因为存储库中的文件数除以100。
awk完成了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。我们的想法是wc -l的输出包含以空格开头的行，后跟行数，后跟空格，后跟文件名。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。这对于计算和聚合非常有用。
- 在/\./ { sumlines[$NF] += $2 }中，$NF是最后一个字段的值，在此示例中为文件扩展名，$2是行数，如前所述。也就是说，我们将每个扩展的行数相加。 /\./过滤器会排除输入中没有.的行。这样做的主要原因是从wc -l的输出中排除总计的行。
- END块打印文件扩展名及其总计数

这是懒惰的，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。

Answer 2

注意 ：重新考虑之后，我真的认为janos'是问题的正确答案。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'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，但即使在大型项目上也能做到这一点）：

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（可能会根据您的需要进行修改）