使用正则表达式高效统计代码

最近一直在搞正则相关的东西，利用空闲时间，改善了下原来项目里比较笨拙的统计代码行数程序。

 

思路：采用倒推计算的方法，即先删除空行，再删除注释行，每一步之前都统计下剩余的行数，最后再来算 空白行，注释行，和有效代码行。之所以这样考虑有两个原因:一是，多行注释的行数确认比较麻烦，删除后再算可以简化处理。二是JAVA的正则API缺少计数的功能，直接计数肯定要用循环，而且用很多次，比较麻烦。

 

... 以上为文件读入代码（略）
String separator = "\r\n";
//strFile 为将文件读入字符串
int iCntAll = countMatches(strFile,separator);
//删除空行
strFile = strFile.replaceAll("(?m)^\\s*$"+separator, "");
int iCntNoSpace = countMatches(strFile,separator);
//删除单行注释（注释前有代码的不计）
strFile = strFile.replaceAll("(?m)^\\s*//.*$"+separator, "");
//删除多行注释
//strFile = strFile.replaceAll("(?sm)^\\s*/\\*.*?\\*/\\s*$"+separator, "");
// 10/31修订，在统计一份反编译代码时发现，多行注释后有代码时将发生匹配错误
// 试过几种修补方式未果，改用两次简单的替换来解决
strFile = strFile.replaceAll("(?s)/\\*.*?\\*/", "").replaceAll("(?m)^\\s*$"+separator, "");
int iCntOnlySrc = countMatches(strFile,"\r\n");
int[] linesCnt = new int[3];
//计算空白行 的行数
linesCnt[0] = iCntAll - iCntNoSpace;
//计算注释行 的行数
linesCnt[1] = iCntNoSpace - iCntOnlySrc;
//计算代码行 的行数（总行数-空白行-注释行）
linesCnt[2] = iCntOnlySrc;
... 以下代码略

 

countMatches()函数：该函数通过统计回车换行的个数来获取行数。

public static int countMatches(CharSequence str, CharSequence sub) {
    int count = 0;
    int idx = 0;
    while ((idx = str.toString().indexOf(sub.toString(), idx)) != -1) {
        count++;
        idx += sub.length();
    }
    return count;
}

 上面是所有的关键代码，是不是很清爽。稍加修改还可比较容易地适用于其他各种语言的代码统计。

 附件中包含完整代码。 

 

10月29日更新：改进了报告格式，增加了总行数/百分比的统计。

 试了几个开源库：

spring-framework-3.2.4.RELEASE

空行数	注释行数	代码行数
55293	199712	197342
12%	44%	44%

  

Google guava common (ver:15.0 不含测试用代码):

空行数	注释行数	代码行数
13881	46960	65113
11%	37%	52%

 

 jodd (ver:3.4.8)

空行数	注释行数	代码行数
17015	31728	68312
15%	27%	58%

 

 看来注释方面 SPRING 的开发者还是更加细致。