统计项目中的代码有多少行是你贡献的

本篇内容仅对 Linux/Mac 友好，Windows 开发者请勿介意。

在一个有多人参与过的项目中，不知道其他人有没有和我一样会去想：当前这个项目有多少行代码是我写的，有多少行代码是其他人写的？

方法一

我们知道，git blame 的命令可以查看一个文件的每一行代码的最终修改者，如下：

而 git ls-files 可以列出所有提交到 git 上的文件。那么组合这两个命令，再加上 grep sort uniq 等其他命令，过滤出作者信息并统计排序，就可以得出结果了。

Ubuntu

下面是在 ubuntu 上的代码：

for file in `git ls-files |grep -P "(\.xml)|(\.java)|(\.md)|(\.gradle)|(\.kt)"`; do git blame -c $file |perl -pe 's/^[^\(]+\(\s*+([^\s]+)\s.+/\1/g'; done |sort |uniq -c |sort -rn

这里解释一下。Ubuntu 的 grep 需要加 -P 参数才能使用复杂的正则表达式。由于是 Android 项目，所以这里只过滤出 xml、java、markdown、gradle 及 kotlin 文件，然后使用 git blame -c 查看每一行的作者，它的格式是这样的：

81f173a6d9      (      msdx     2018-11-02 12:20:37 +0800       22)        classpath 'com.githang:fir:0.6'
73b2575d2d      (      msdx     2018-10-17 17:12:08 +0800       23)        classpath 'org.jetbrains.kotlin:kotlin-gradle-plugin:1.2.71'
73b2575d2d      (      msdx     2018-10-17 17:12:08 +0800       24)        classpath 'org.jetbrains.kotlin:kotlin-android-extensions:1.2.71'
8c59994eec      (      msdx     2018-02-23 14:21:54 +0800       25)        classpath 'com.getkeepsafe.dexcount:dexcount-gradle-plugin:0.8.2'

所以使用 perl 命令把中间的作者名称过滤出来。这里 perl 的使用与 sed 类似。然后是循环结束，这时候输出的是每一行的作者，所以使用 sort 按作者进行排序，再使用 uniq -c 统计每个作者出现的次数，最后再使用 sort -rn 按次数由大到小进行排序，最终得出结果如下：

48353 msdx
1114 huangxingwei
 401 lixiaoqiang
  92 huanghaohang
  48 yoojia.chen

Mac

上面的命令，在 Mac 上使用 grep -P 参数并没有效果，所以我调整为分别使用 -e 指定包含的文件名，最终脚本如下：

for file in `git ls-files |grep -e "\.xml" -e "\.java" -e "\.md" -e "\.gradle" -e "\.kt"`; do git blame -c $file |perl -pe 's/^[^\(]+\(\s*+([^\s]+)\s.+/\1/g'; done |sort| uniq -c |sort -rn

方法二

上面是自己想的办法。但如果在 Ubuntu 使用 man git blame 查看过 git blame 的帮助文档的话，会发现官方文档上提供了另一种查看统计每个作者贡献行数的方法，如下：

# count the number of lines attributed to each author
git blame --line-porcelain file |
sed -n 's/^author //p' |
sort | uniq -c | sort -rn

所以我们把上面脚本中的循环体内容换成这里的方式，就不用写那么复杂的过滤作者正则表达式了。

Ubuntu

Ubuntu 下命令如下：

for file in `git ls-fles |grep -P "(\.xml)|(\.java)|(\.md)|(\.gradle)|(\.kt)"`; do git blame --line-porcelain $file |sed -n 's/^author //p'; done |sort |uniq -c |sort -rn

Mac

对应的，Mac 的命令修改如下：

for file in `git ls-files |grep -e "\.xml" -e "\.java" -e "\.md" -e "\.gradle" -e "\.kt"`; do git blame --line-porcelain $file|sed -n 's/^author //p'; done |sort |uniq -c |sort -rn

同一作者不同名称的问题

你可能会发现一个问题，这两种统计都依赖于提交时的作者信息，如果在不同维护时期设置的作者及邮件不同，那么就会统计成不同的人出来。比如前面的 msdx 和 huanghaohang 都是我一个人。那么应该如何统计成一个人呢？
方法很简单，在根目录下增加一个 .mailmap 的文件，里面的内容是作者名称及邮件的对应关系，如下：

黄浩杭	<huanghaohang@parkingwang.com>
黄浩杭	<645079761@qq.com>

再统计，就按配置的作者名称显示出来了：

48823 黄浩杭
# ...下面略

输出统计耗时

上面统计的命令，可能运行的时间会比较长，所以可以把它放到一个脚本文件，然后添加执行权限并把脚本所在位置添加到 path 变量中，然后执行这个脚本文件，在后面加上 & 使它在后台执行。
另外，我们可以加上耗时统计，获取统计前后的秒数，计算它们之差得出耗时秒数。这里获取秒数，在 Ubuntu 和 Mac 上方法不同，最终脚本如下：

Ubuntu 最终脚本

#!/bin/bash

start=`date +%s.%N`

for file in `git ls-fles |grep -P "(\.xml)|(\.java)|(\.md)|(\.gradle)|(\.kt)"`; do git blame --line-porcelain $file |sed -n 's/^author //p'; done |sort |uniq -c |sort -rn

end=`date +%s.%N`
echo 统计共耗时`echo "$end - $start" |bc -l`秒

Mac 最终脚本

#!/bin/bash

start=`date +%s.%S`

for file in `git ls-files |grep -e "\.xml" -e "\.java" -e "\.md" -e "\.gradle" -e "\.kt"`; do git blame --line-porcelain $file|sed -n 's/^author //p'; done |sort |uniq -c |sort -rn

end=`date +%s.%S`
echo 统计共耗时`echo "$end - $start" |bc -l`秒

---

本文由 浩码农 创作，采用 CC BY-NC-SA 4.0 许可协议
本站文章除注明转载/出处外，均为本站原创或翻译，转载请务必署名

赏

我的娃的奶粉钱就看你们的打赏啦

支付宝

微信