如何快速识别项目水平？

软件开发是一个非常有意思的复制 + 粘贴活动。开发业务代码的时候，大部分人都不会不加思索地添加代码。毕竟，聪明的产品经理/项目经理们，天才式地想出了用代码行数的方式来计算 KPI，又或者是通过提交次数来进行考核 —— 虽然小步提交是个好东西，但是吧，大部分人不经过练习还是掌握不会的。

最近，我还我的朋友们说到，她们公司的打算强制一天只能提交一次代码。这绝对是代码行数计算 KPI 之后的，又一个伟大地创举式的地发明。如果我有直接颁发诺贝尔奖的权力，我一定给送给他一奖杯。

好了，回到正题。

自上而下的代码分析

最近，刚好因为项目的关系，需要分析某一系统的代码行数。通过一系列的复制 + 粘贴和 Excel 操作，我大致有了一套 DIY 的自动化分析方案：自上而下的代码分析。当然了，这肯定不是我先发明的，在某处一定有论文和代码、工具。只是我依据自己的想法和需求，完善了一下现有的方案。要知道，已经有大量地代码分析工具了。

其实总体的思路非常简单：项目行数 -> 包行数 -> 修改历史 -> 引用分析。

具体来说，就是：

通过代码行数（LOC）统计工具，统计总体的代码情况。

结合代码行数（LOC）统计工具，统计各个包的代码情况

获取 Git 提交历史，统计出经常修改的包或者是类。

构建语法树、制品（如 jar）分析，统计出引用次数最多的包。

唯一麻烦的地方就是做一些自动化。所以，这些功能就被我完善到 Coca 里了，笑~。

好了，让我们来看个示例。这里以开源项目 intelli-community （即 IDEA 的社区版）为例。

项目级代码行数

市面上已经有大量的行数统计工具，大家可以自行寻找。这里我用的是 Coca （GitHub：https://github.com/phodal/coca ），集成了三方用 Go 实现的 CLOC 统计功能。

首先呢，我们要实现的是分析整个项目的行数情况  ：

嗯，从规模上来看，这真的是一个超级大的项目，接近 700 万行的规模。所以，我第一次看到的时候，也不知道从哪里下手，于是我便想着是不是从包（目录）结构能解决这个问题。

PS：Coca 当前只支持单体分析，考虑有多模块和微服务系统的存在，我会在未来必要的时候，添加对应的实现。

按目录分析

简单来说就是，我们可以按目录执行 cloc，然后汇总结构即可。

所以，进一步地我们就可以执行 ，得到一个 CSV 数据，根据自己的需要进行编辑：

还可以绘制成图表。

除此，我还提供了一个  的参数，以了解行数最多的几个文件。

接着，只需要层层下推，我们就可以分析出哪个是系统最复杂的一部分。如下图中的复杂点，依次是：platforms、java、plugins、android。

变更频次

紧接着，我们就可以通过获取 Git 提交历史来知道，对应文件的修改变化。这里，我依旧使用的是 。它源自于对于  命令的分析结果，有兴趣的读者可以参考 Coca 的源码，自行编写不同版本地对应实现。

可怕的是，我在 intellij-community 执行了  之后，生成了一个 241M 的文件，回去 GitHub 看了一眼：累计 290，459 次提交。

在我第一次没意识到应该记录下 log 之后，我又重新执行了一遍。最终，拿到了结果：

然后，看一眼  是一个有 1800+ 行的配置文件，EditorImpl.java 是一个有 5000+ 行的 Java 代码，UIUtil.java 也有 3600+ 行……。嗯，效果是不是也相当理想，再看看 UIUtil.java 这一个名字，一看就非常适合重构。

高引用

最后，可能会进入慢的一步，分析代码，生成 AST。考虑到 IDEA Community 的这个代码量。我就不重复演示了，以 GitHub 的示例为例 ：

最后，我们又回到了这个模型上。

高引用与高修改

考虑到 AST 的慢的程度，我已经有一个更好的实现方式。

结论

分析代码是一件很有意思的事情。一番操作下来，能学习到非常有意思的东西。