codestat-0.1.0 is not a library.

CodeStat

一个使用 Rust 编写的高性能代码统计工具，用于统计 Git 仓库或指定目录中的代码行数和编程语言分布。

特性

⚡ 极速: 使用并行处理 (Rayon) 和优化的文件遍历
🛡️ 安全: 纯 Rust 实现，内存安全，无数据竞争
📊 详细统计: 代码行、注释行、空行分别统计
🔍 智能检测: 支持 50+ 种编程语言
🎯 尊重 .gitignore: 自动忽略不应统计的文件
📁 灵活输出: 支持表格、JSON、CSV 格式

支持的编程语言

系统编程: Rust, C, C++, Go, Zig, Assembly
Web 开发: JavaScript, TypeScript, HTML, CSS, SCSS, PHP
JVM 语言: Java, Kotlin, Scala, Groovy, Clojure
移动开发: Swift, Objective-C, Dart
脚本语言: Python, Ruby, Perl, Shell, PowerShell
函数式: Haskell, Elixir, Erlang, F#, Lisp
数据科学: R, MATLAB, Julia
配置/标记: JSON, YAML, XML, TOML, Markdown
更多...

安装

从源码构建

git clone <repository>
cd codestat
cargo build --release

编译后的二进制文件位于 target/release/codestat

使用方法

基本用法

# 统计当前目录
codestat

# 统计指定目录
codestat /path/to/project

# 统计单个文件
codestat src/main.rs

输出格式

# 表格格式 (默认)
codestat --format table .

# JSON 格式
codestat --format json .

# CSV 格式
codestat --format csv .

高级选项

# 显示每个文件的统计
codestat --files .

# 显示进度
codestat --progress .

# 包含隐藏文件
codestat --hidden .

# 只统计特定语言
codestat --languages rust,python,go .

# 排除特定模式
codestat --exclude "*.test.js,*.min.css" .

# 禁用并行处理 (降低内存使用)
codestat --no-parallel .

# 跟随符号链接
codestat --follow-links .

性能

经过深度优化，性能表现如下：

项目规模	文件数	代码行数	耗时	处理速度
小型	500	30K	0.08s	6,500 文件/s
中型	4,600	1.6M	0.42s	11,000 文件/s
大型	50K+	20M+	~3s	15,000+ 文件/s

优化亮点：

内存映射大文件（零拷贝）
字节级分析（无 UTF-8 验证开销）
智能负载均衡（按文件大小排序）
批量并行处理（减少任务切换）

与其他工具对比

工具	4,600 文件	特性
codestat	0.42s	Rust，零拷贝，并行
tokei	~0.6s	Rust，功能丰富
cloc	~4s	Perl，准确但慢
scc	~1s	Go，功能丰富

测试环境: macOS, M1 Pro, 16GB RAM

示例输出

表格格式

================================================================================
 Language                  Files      Lines       Code   Comments     Blanks
--------------------------------------------------------------------------------
 Rust                          6       1108        951         40        117
 TOML                          1         22         20          0          2
--------------------------------------------------------------------------------
 Total                         7       1130        971         40        119
================================================================================

 Statistics completed in 0.003s (2333 files/s, 376667 lines/s)

JSON 格式

{
  "summary": {
    "total_files": 7,
    "total_lines": 1130,
    "total_code": 971,
    "total_comments": 40,
    "total_blanks": 119,
    "elapsed_ms": 3
  },
  "languages": [
    {
      "name": "Rust",
      "files": 6,
      "lines": 1108,
      "code": 951,
      "comments": 40,
      "blanks": 117
    }
  ]
}

性能 Benchmark

运行内置 benchmark 测试各模块性能：

codestat --benchmark

典型测试结果 (M1 Pro)

【语言检测性能】
  速度:     4,141,859 文件/秒
  平均延迟: 241ns

【不同文件大小处理】
  1KB:    38µs   (26 MB/s)
  10KB:   89µs   (109 MB/s)
  100KB:  558µs  (175 MB/s)
  1MB:    5.3ms  (189 MB/s)
  10MB:   40ms   (250 MB/s)

【语言解析性能】
  Markdown: 33µs  (1000 lines)
  Python:   70µs  (1000 lines)
  Rust:     76µs  (1000 lines)
  JavaScript: 82µs (1000 lines)

【并行加速】
  串行: 23.7ms
  并行: 3.7ms
  加速比: 6.38x (80% 并行效率)

技术栈

Rust 2024 Edition: 最新的 Rust 语言特性
Rayon: 数据并行处理，工作窃取调度
ignore: 智能文件遍历，支持 .gitignore
memmap2: 内存映射大文件（零拷贝）
clap: 命令行参数解析
serde: JSON 序列化

优化技术详解

1. 零拷贝文件读取

小文件 (< 1MB): 预分配缓冲区一次性读取
大文件 (> 1MB): 使用 mmap 内存映射，避免内核态到用户态的拷贝

2. 字节级解析

直接操作 &[u8]，避免 String 的 UTF-8 验证开销
手写行扫描器，比 lines() 迭代器更快
快速空行检测：O(n) 字节检查

3. 智能并行策略

小批量 (< 100 文件): 串行处理，避免并行开销
大批量: 按文件大小降序排序，实现负载均衡
批量处理: 减少 Rayon 任务切换开销

4. 算法优化

静态 HashMap: OnceLock 懒加载，O(1) 语言检测
字节查找: 简化版 Boyer-Moore 子串匹配
单次遍历: 一行代码完成所有统计类型

许可证

MIT License

codestat 0.1.0