代码统计工具cloc

cloc是一个基于perl的、十分好用的代码统计工具(http://cloc.sourceforge.net/)，它所支持的语言还算十分丰富。不过，还是有很多用的较少的语言是不支持的。

项目中的一些功能模块用到re2c来实现字符匹配，因此，这些.re文件是cloc无法统计的。

不过还好，cloc提供了用户定制功能，使得我们还是可以实现对.re文件进行代码行统计。

定制方法很简单，基本有步骤如下：

1. 导出默认支持语言类型相关配置到一个文件中，命令：

cloc.pl --write-lang-def=langs.txt

2. 参考其他语言的格式，修改langs.txt，添加所要统计语言源码文件的后缀名(这里参考了C语言)：

re2c
    filter remove_matches ^\s*//
    filter call_regexp_common C
    filter remove_inline //.*$
    extension re

3. 使用新定义的语言文件langs.txt运行cloc：

cloc.pl --read-lang-def=langs.txt [源文件|目录]

但是还是有问题，用过re2c的人都知道，re2c是以/*!re2c [代码] */的形式将代码嵌在C代码中，这与C语言的注释相冲突，因此，上面操作后，cloc依然区分不开re2c内嵌代码和注释，因此，会把这部分代码识别为注释，而与实际不符。

对于这个问题，我一开始也是在尝试通过修改langs.txt文件的方法来进行支持，很遗憾，一直到现在没能找到。所以，我参考cloc.pl中python对于docstring的处理方式以及处理函数docstrings_to_C，也在cloc.pl中添加了一个新函数re_to_C，将/*!re2c [代码]*/的形式改成!re2c[代码]!re2c，这样就与C语言的注释语句格式区分开了，再修改langs.txt文件，让cloc.pl在统计前，先进行re_to_C处理，再按C语言的方式进行处理，最终，实现了对re2c文件的正确统计(呵呵，至少目前来看是正确的)。

最终langs.txt中re2c的内容如下：

re2c
    filter re_to_C
    filter remove_matches ^\s*//
    filter call_regexp_common C
    filter remove_inline //.*$
    extension re

新增的re_to_C代码如下(呵呵，没学习perl，完全是照猫画虎呀)：

sub re_to_C {                         # {{{1
    my ($ra_lines, ) = @_;
    # Converts Python docstrings to C comments.
    print "-> re_to_C()\n" if $opt_v > 2;
    my $in_re = 0;
    foreach (@{$ra_lines}) {
        if (!$in_re) {
            while (/\/\*!re2c/) {
                s{\/\*!re2c}{!re2c};
                $in_re = 1;
            }
        }
        else {
            while (/\*\//) {
                s{\*\/}{!re2c};
                $in_re = 0;
            }
        }
    }
    print "<- re_to_C\n" if $opt_v > 2;
    return @{$ra_lines};
} # 1}}}

其他的语言应该也可以通过类似的方法定制吧。