cloc项目中--not-match-d参数的正确使用与修复

在代码统计工具cloc中，--not-match-d参数用于排除特定目录下的文件统计。然而，在2.00版本中存在一个重要的行为缺陷：当使用该参数排除目录时，虽然能够正确排除该目录的子目录内容，但却无法排除该目录根部的文件。

问题现象分析

假设我们有以下目录结构：

.
./clocTest
./clocTest/foo
./clocTest/foo/foo.swift
./clocTest/foo/bar
./clocTest/foo/bar/bar.swift

当执行命令cloc . --fullpath --not-match-d="/foo/"时，预期应该排除所有位于foo目录下的文件。然而实际结果是：

• foo/bar/bar.swift被正确排除
• foo/foo.swift却仍然被统计在内

问题根源

经过分析，这个问题源于cloc的内部匹配逻辑缺陷。当检查目录排除规则时：

1. 对于./clocTest/foo目录本身，由于路径字符串不包含结尾斜杠，无法匹配/foo/模式
2. 因此该目录被错误地保留
3. 进而导致该目录下的直接文件也被保留

解决方案

cloc开发者提供了两种解决方案：

1. 临时解决方案：使用更精确的正则表达式模式

   cloc . --fullpath --not-match-d="/foo(/|$)"
   

   这个模式可以匹配以"foo"结尾的路径或者后面跟着斜杠的情况。

2. 永久修复：在ba6c1aa提交中修复了核心逻辑，现在会额外检查文件的父目录是否匹配排除规则。

实际应用建议

在实际项目中，特别是大型代码库中，正确排除目录结构非常重要。建议：

1. 对于需要精确排除的情况，使用完整路径匹配(--fullpath)
2. 考虑使用更严格的正则表达式模式，如/foo(/|$)来确保匹配完整性
3. 更新到包含修复的cloc版本以获得预期行为

这个修复使得cloc在代码统计时能够更准确地按照用户意图排除特定目录及其所有内容，包括直接位于该目录下的文件。