想法:
分析LinuxC运行库各个头文件的使用频率,可以大致判断哪些C库头文件是常用的、基础的或重要的,给Linux系统编程学习者提供一个方向。其实最精细的统计分析应该是针对Linux系统调用和C标准库函数,这样对LinuxC初学者更有指导意义,不过现在还不知道怎么实现。最终选择BusyBox作为研究对象,它主要依赖Linux C运行库实现各种Linux命令和工具。
BusyBox是一个集成了一百多个最常用linux命令和工具的软件。BusyBox包含了一些简单的工具,例如ls、cat和echo等等,还包含了一些更大、更复杂的工具,例grep、find、mount以及telnet。有些人将BusyBox 称为 Linux 工具里的瑞士军刀。简单的说BusyBox就好像是个大工具箱,它集成压缩了 Linux 的许多工具和命令,也包含了Android 系统的自带的shell。
搜索Busybox源代码文件,提取出含有include语句的代码行
find -name '*.c' -o-name '*.h' | xargs grep include > busybox-stats.txt
./console-tools/setlogcons.c:#include"libbb.h"
./console-tools/clear.c:#include"libbb.h"
./console-tools/openvt.c:#include<linux/vt.h>
./console-tools/openvt.c:#include"libbb.h"
./console-tools/setkeycodes.c:#include"libbb.h"
./console-tools/fgconsole.c:#include"libbb.h"
./console-tools/resize.c:#include"libbb.h"
./console-tools/showkey.c:#include"libbb.h"
./console-tools/showkey.c:#include<linux/kd.h>
./console-tools/loadfont.c:#include"libbb.h"
./console-tools/loadfont.c:#include<sys/kd.h>
./console-tools/setconsole.c:#include"libbb.h"
...
在NotePad++下对文本进行过滤,排序,最终得到如下数据
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/telnet.h
arpa/telnet.h
asm/types.h
asm/types.h
asm/types.h
asm/unistd.h
...
这些头文件就是Linux C运行库的头文件。
现在我们要做的就是用Java编写一个程序,统计每个头文件在文本文件中出现的次数并排序。
比如"arpa/inet.h"这个头文件出现的次数为7.
工程目录结构:
E:\workspace\JavaApp\WordStats 的目录
2014-04-22 15:03 <DIR> .
2014-04-22 15:03 <DIR> ..
2014-04-18 12:16 10,797 busybox-stats.txt
2014-04-22 14:58 2,229 WordStats.java
WordStats.java
import java.io.BufferedReader; import java.io.FileReader; import java.io.File; import java.io.FileWriter; import java.io.PrintWriter; import java.io.IOException; import java.util.*; import java.util.Map.Entry; import java.text.DecimalFormat; public class WordStats { public static void main(String[] args) throws IOException { //System.out.println("Hello World!"); //System.out.println(args.length); // 解析参数 int argc = args.length; String inputFilename; String outputFilename; if (argc == 2) { inputFilename = args[0]; outputFilename = args[1]; //System.out.println(args[0]); //System.out.println(args[1]); } else { System.out.println("usage: java WordStats <inputfile> <outputfile>"); return; } // 打开输入和输出文件 BufferedReader in = new BufferedReader(new FileReader(inputFilename)); File fout = new File(outputFilename); PrintWriter out = new PrintWriter(new FileWriter(fout)); // 使用HashMap来保存统计数据 Map<String, Integer> stats = new HashMap<String, Integer>(); String str; Integer count; // 解析输入文本并统计 while ((str = in.readLine()) != null) { //System.out.println(str); if (stats.containsKey(str)) { count = (Integer)stats.get(str); count++; stats.put(str, count); } else { count = 1; stats.put(str, count); } } // 使用ArrayList来对Value进行排序 ArrayList<Entry<String,Integer>> l = new ArrayList<Entry<String,Integer>>(stats.entrySet()); Collections.sort(l, new Comparator<Map.Entry<String, Integer>>() { public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) { return (o2.getValue() - o1.getValue()); } }); // 将统计结果保存到输出文件 for (Entry<String, Integer> e : l) { //System.out.println(new DecimalFormat("000").format(e.getValue()) + " " + e.getKey()); out.println(new DecimalFormat("000").format(e.getValue()) + " " + e.getKey()); } // 关闭输入和输出文件 in.close(); out.close(); } }
用法:
usage: java WordStats<inputfile> <outputfile>
编译运行:
E:\workspace\JavaApp\WordStats>javac WordStats.java
E:\workspace\JavaApp\WordStats>java WordStats busybox-stats.txt output.txt
运行结果:
Output.txt
117stdio.h
113string.h
092unistd.h
061sys/types.h
055stdlib.h
050sys/stat.h
048time.h
046fcntl.h
039errno.h
025syslog.h
021sys/utsname.h
020ctype.h
019net/if.h
012sys/ioctl.h
012sys/mount.h
011mntent.h
011fnmatch.h
010netinet/in.h
010dirent.h
008linux/types.h
...
从中可以分析出,排在前面的那些头文件都是我们在做Linux C应用程序开发中常用的头文件。其中stdio.h、string.h、和stdlib.h都是C标准库头文件。在学习Linux C开发的过程中,可以重点抓这些靠前的头文件。
Github:
https://github.com/maxliaops/WordStats