17370845950

std::getline是C++中统计文件行数的首选方式，自动处理换行符、跨平台一致，能正确计空行和末尾无换行符的最后一行；应以getline返回值为循环条件，避免使用!file.eof()。

用 std::getline 逐行读取最稳妥

直接用 fgets 或 read 系统调用容易漏判空行、混入 Windows/Linux 换行符（\r\n vs \n），而 std::getline 自动剥离换行符且跨平台行为一致，是 C++ 中统计逻辑行数的首选方式。

关键点：

• std::getline 每成功读取一行就计一次，包括内容为空但存在换行符的行（即空行）
• 遇到文件末尾无换行符时，最后一行仍会被计入——这符合多数开发者的直觉（比如 wc -l 在 Linux 下也这样算）
• 不建议用 while (!file.eof()) 做循环条件，它会在最后一行后多触发一次，导致行数+1；应以 std::getline 的返回值为判断依据

int count = 0;
std::string line;
std::ifstream file("main.cpp");
while (std::getline(file, line)) {
    ++count;
}
// count 即有效行数

跳过注释和空行需手动判断

std::getline 统计的是「物理行数」，若要统计「有效代码行数」（忽略空白行、单行注释 //、块注释起始行等），必须在读取后做字符串分析。

注意边界情况：

• // 可能出现在行中（如 int x = 1; // init），不能简单按前缀匹配
• /* ... */ 跨行时无法靠单行判断，完整实现需状态机；轻量级工具通常只处理单行注释和纯空行
• 制表符、空格组成的“伪空行”（如 \t \n）应视为空行，需用 find_first_not_of(" \t\r\n") 判断

bool is_empty_or_comment(const std::string& s) {
    size_t first = s.find_first_not_of(" \t\r\n");
    return first == std::string::npos || s.substr(first, 2) == "//";
}
// 使用时：if (!is_empty_or_comment(line)) ++code_lines;

大文件下 std::getline 性能足够，无需 mmap

对几 MB 到百 MB 级别的源码文件，std::getline 配合默认缓冲区（通常 8KB）已足够快；实测读取 50MB 文件耗时约 150ms（i7-11800H），远低于编译耗时，没必要上 mmap 或 readv。

只有明确遇到性能瓶颈时才考虑优化：

• 避免频繁构造 std::string：可用 std::vector + file.read() 手动解析换行符，但代码复杂度陡增
• 多文件并行统计可用 std::thread，但要注意 std::ifstream 不共享状态，各自开流即可
• Windows 下若文件含 BOM（0xEF 0xBB 0xBF），std::getline 会把它当普通字符读入首行，需额外跳过

命令行参数和编码问题最容易被忽略

写成小工具时，用户常传入中文路径或 UTF-8/

BOM 文件，而默认 std::ifstream 在 Windows 下用本地 ANSI 编码打开，会导致乱码甚至打不开文件。

解决方案很具体：

• Linux/macOS 下基本无感；Windows 下推荐用 std::filesystem::path 处理路径，配合 std::wifstream + std::locale 支持宽字符路径（但内容仍按字节读）
• 若要正确识别 UTF-8 BOM，可在打开后检查前 3 字节，手动跳过：if (buf[0]==0xEF && buf[1]==0xBB && buf[2]==0xBF) pos += 3;
• 不要依赖 argc/argv 直接转 std::string 处理中文路径——Windows 控制台默认是 GBK，需用 GetCommandLineW + WideCharToMultiByte

实际交付的小工具，90% 的报错都来自路径或 BOM，而不是算法本身。