用Java分析C源代码中头文件使用频率

想法:

分析Linux C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:workspaceJavaAppWordStats 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.javaimport 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（）;
}
}更多详情见请继续阅读下一页的精彩内容： http://www.linuxidc.com/Linux/2014-04/100688p2.htm