通过父修订增删行计算代码行数失效，无法获取正确修订代码行

嘿，我懂你这种头疼的感觉——挨个git checkout再跑wc -l统计代码行数，不仅慢到让人抓狂，而且那个看起来逻辑通顺的公式（当前版本行数=父版本行数+新增行数-删除行数）居然还不好使，对吧？咱们来捋清楚问题出在哪，再给你几个高效的解决办法。

这个公式的逻辑本身没毛病，但Git的diff统计藏着几个容易踩的坑，直接套用就会出错：

• 文件重命名/移动：Git默认会自动识别文件重命名，这时候diff里不会把它算成“删除旧文件+新增新文件”，而是标记为重命名。但你的公式是基于“新增-删除”的净变更，这时候就会漏掉这种情况，导致行数计算偏差。
• 文件复制：如果是复制现有文件生成新文件，Git的diff可能会把新文件标记为“新增”，但其实内容是完全复用的，这时候按公式算就会多统计行数。
• 二进制文件：wc -l对二进制文件完全无效，但Git diff默认不会区分文本和二进制文件，统计出来的新增/删除行数根本没意义。
• 空提交或无文件变更的提交：有些提交可能只改了提交信息，没有文件变更，这时候diff的新增/删除都是0，但如果处理不当会导致计算出错。

方法一：直接统计每个版本的总行数（最准确） #

不用挨个checkout，直接用git show配合awk提取每个版本的文件总行数，速度比checkout快太多。

运行这个命令就能按提交顺序（从最早到最新）输出每个commit的哈希和对应的总行数：

git log --reverse --pretty=format:"%H" | while read commit; do
  echo -n "$commit "
  git show $commit --stat --pretty=format: | awk '
    BEGIN { total = 0 }
    /^ [^ ]/ { split($NF, line_count, /[()]/); total += line_count[2] }
    END { print total }
  '
done

命令解释： #

1. git log --reverse --pretty=format:"%H"：按提交时间从早到晚输出每个commit的唯一哈希值。
2. 循环每个commit，用git show $commit --stat获取该版本下所有文件的统计信息（每个文件行最后会显示(XX lines)）。
3. 用awk提取每个文件的行数并求和，得到该版本的总行数。

方法二：修正你的公式（适合只关心净变更的场景） #

如果你的仓库很少有文件重命名/复制操作，或者你只关心代码的净变更行数，可以改进原公式，处理那些坑：

# 先获取第一个commit的总行数
first_commit=$(git log --reverse --pretty=format:"%H" | head -1)
first_total=$(git show $first_commit --stat --pretty=format: | awk 'BEGIN{t=0}/^ [^ ]/{split($NF,a,/[()]/);t+=a[2]}END{print t}')
echo "$first_commit $first_total"

# 遍历后续commit，计算相对于父版本的总行数
git log --reverse --skip=1 --pretty=format:"%H %P" | while read commit parent; do
  # 获取diff的新增/删除行数，排除重命名识别（把重命名当成删除+新增）
  diff_result=$(git diff $parent $commit --shortstat --no-renames | awk '{split($0, stats, /[, ]+/); add=stats[4]; del=stats[6]}END{print add, del}')
  add_lines=${diff_result%% *}
  del_lines=${diff_result##* }
  
  # 处理空值（比如无文件变更的提交）
  add_lines=${add_lines:-0}
  del_lines=${del_lines:-0}
  
  current_total=$((first_total + add_lines - del_lines))
  echo "$commit $current_total"
  first_total=$current_total
done

注意： #

加上--no-renames参数后，Git会把重命名的文件当成“删除旧文件+新增新文件”，这时候公式就成立了，但代价是统计的总行数会包含重命名的文件（相当于重复统计了一次内容），所以这个方法只适合不需要考虑文件移动/重命名的场景。

• 只统计文本文件：如果你的仓库里有二进制文件，可以加上--text参数排除它们，比如git show $commit --stat --text。
• 排除指定文件/目录：如果想忽略node_modules、日志文件等，可以用路径参数过滤，比如git show $commit --stat --pretty=format: -- . ':!node_modules' ':!*.log'。
• 加速大型仓库：对于超大型仓库，可以把git log的输出先保存到文件，再并行处理，但一般情况下上面的方法已经足够高效。

内容的提问来源于stack exchange，提问作者coder.chenzhi