cloc是统计嵌入式C语言等项目代码行、注释行和空白行最可靠的工具，支持70+语言，能精准区分语义行类型；安装后执行cloc .即可递归统计，可排除目录、指定语言、导出CSV等。
用 cloc 统计含注释和空行的真实代码规模
cloc 是目前最靠谱的多语言代码行数统计工具，它能自动识别 70+ 种语言，区分代码行、注释行、空白行，并跳过二进制文件、构建产物（如 node_modules、target）——这点 wc 完全做不到。
安装后直接运行：
cloc .就能递归扫描当前目录。常见实操建议：
- 排除特定目录：
cloc --exclude-dir=node_modules,venv,.git .
- 只看某类语言：
cloc --by-file --include-lang=Python .
（--by-file显示每个文件明细） - 导出 CSV 方便后续处理：
cloc --csv . > report.csv
- 注意：默认不统计符号链接指向的文件；若需包含，加
--follow-links
用 wc -l 快速估算纯文本行数（但极易误算）
wc -l 只是数换行符，对源码毫无语义理解——它会把注释、空行、头文件、配置文件、日志甚至 .md 全部算进去。仅适合临时粗略查看某个单一文件或简单脚本的“总行数”。
典型误用场景和修正方式：
- 统计当前目录所有
.py文件总行数（不含子目录）：wc -l *.py | tail -n1
（最后一行是总计） - 递归统计（含子目录）：
find . -name "*.py" -exec cat {} + | wc -l（⚠️注意：如果文件名含空格或特殊字符，这个写法会崩；更安全用find ... -print0 | xargs -0 cat | wc -l） - 想过滤空行和注释？
wc本身做不到，得组合grep：grep -v "^[[:space:]]*$" file.py | grep -v "^#" | wc -l
（仅适用于 shell 脚本或简单 Python，对多行字符串、docstring、C++ 的//和/* */都会漏判）
为什么 cloc 的“代码行”比 wc -l 少很多？
这不是 bug，是设计差异。cloc 的“代码行”（code 列）指**有效可执行/声明语句所在的行**，它基于语法解析器判断，比如：
- Python 中
"""docstring"""块被算作注释行，不是代码行 - C/C++ 中
#include、#define算作“注释”（cloc把预处理指令归为注释类） - 同一行含代码+注释（如
int x = 0; // init），整行仍算代码行 -
wc -l对这些完全无感，只要有一个\n就加一
所以当你看到 cloc 报出 2000 行 code，而 wc -l 显示 5000 行，大概率是因为项目里有大量配置、文档、测试数据、生成代码或注释密集的模块。
别忽略 cloc 的配置文件和语言定义
cloc 自带语言识别规则（在 /usr/share/cloc/lang_def.txt 或通过 cloc --show-lang 查看），但遇到自定义 DSL、模板文件（如 .jinja、.erb）或新语言时，它可能识别失败，导致该类文件被归为 Text 或直接跳过。
- 临时指定语言：
cloc --lang-def=mydef.txt --read-lang-def=mydef.txt .
- 检查某文件被识别成什么：
cloc --debug example.config
（看 debug 输出里的language:字段） - 公司内部框架常有专属后缀（如
.vue.ts），需要手动扩展语言定义，否则统计结果失真
真正影响统计准确性的，往往不是命令怎么敲，而是你有没有确认过目标文件是否被 cloc 正确识别了语言类型。
