【日常小记】统计后缀名为.cc、.c、.h的文件数【转】

转自：http://www.cnblogs.com/skynet/archive/2011/03/29/1998970.html

在项目开发时，有时候想知道源码文件中有多少后缀名为.cc、.c、.h的文件。下面介绍Linux几种方法统计后缀名为.cc、.c、.h的文件数的方法。

我以python3的源代码为例，python3的源码共有文件数：

这段时间在学习python3，我就把它作为例子啦。感慨下：Python3跟Python2比变化了好多！有兴趣的同学可以从代码库中checkout代码研究研究，过程如下：（Python3使用git管理代码）

• mkdir py3k.git
• cd py3k.git
• git init
• git svn init svn+ssh://pythondev@svn.python.org/python/branches/py3k
• git remote add git-svn git://code.python.org/python/branches/py3k
• git config remote.git-svn.fetch refs/heads/master:refs/remotes/git-svn
• git fetch git-svn
• git pull git-svn master

方法一

分别统计.cc和.c/.h的文件数，然后加起来。

1	find . -name "*.cc" | wc -l ;find . -name  "*.[c|h]"  |wc -l

结果如下：

虽然可以得到正确结果，不过就看上去比较丑。

方法二

1	find . ( -name "*.cc" -or -name "*.c" -or -name "*.h" ) |wc -l

使用-or命令连接多个表达式，注意使用圆括号“（）”把所有的-name表达式括起来，并且需要转义！结果如下：

方法三

1	find . -iregex ".*.(cc|h|c)$" |wc -l

使用正则表达式，但是需要注意进行转义。结果如下：

附常用正则表达式符号意义：

将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。
^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性，^ 也匹配 ’ ’ 或 ’ ’ 之后的位置。
$ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性，$ 也匹配 ’ ’ 或 ’ ’ 之前的位置。
* 匹配前面的子表达式零次或多次。
+ 匹配前面的子表达式一次或多次。+ 等价于 {1,}。
? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。
{n} n 是一个非负整数，匹配确定的n 次。
{n,} n 是一个非负整数，至少匹配n 次。
{n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。在逗号和两个数之间不能有空格。
? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。
. 匹配除 “ ” 之外的任何单个字符。要匹配包括 ’ ’ 在内的任何字符，请使用象 ’[. ]’ 的模式。
(pattern) 匹配pattern 并获取这一匹配。
(?:pattern) 匹配pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。
(?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。
(?!pattern) 负向预查，与(?=pattern)作用相反
x|y 匹配 x 或 y。
[xyz] 字符集合。
[^xyz] 负值字符集合。
[a-z] 字符范围，匹配指定范围内的任意字符。
[^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。
 匹配一个单词边界，也就是指单词和空格间的位置。
B 匹配非单词边界。
cx 匹配由x指明的控制字符。
d 匹配一个数字字符。等价于 [0-9]。
D 匹配一个非数字字符。等价于 [^0-9]。
f 匹配一个换页符。等价于 x0c 和 cL。
匹配一个换行符。等价于 x0a 和 cJ。
匹配一个回车符。等价于 x0d 和 cM。
s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ f v]。
S 匹配任何非空白字符。等价于 [^ f v]。
匹配一个制表符。等价于 x09 和 cI。
v 匹配一个垂直制表符。等价于 x0b 和 cK。
w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。
xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。
um 匹配 num，其中num是一个正整数。对所获取的匹配的引用。
标识一个八进制转义值或一个后向引用。如果 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
m 标识一个八进制转义值或一个后向引用。如果 m 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 m 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 m 将匹配八进制转义值 nm。
ml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
un 匹配 n，其中 n 是一个用四个十六进制数字表示的Unicode字符。

摘自《精通正则表达式》

推荐文章：【日常小记】linux中强大且常用命令：find、grep

作者：吴秦
出处：http://www.cnblogs.com/skynet/
本文基于署名 2.5 中国大陆许可协议发布，欢迎转载，演绎或用于商业目的，但是必须保留本文的署名吴秦（包含链接）.