5分钟上手cloc:Windows/Linux/macOS全平台安装教程
2026-02-04 04:20:18作者:丁柯新Fawn
你还在为统计代码行数烦恼吗?遇到跨平台安装工具束手无策?本文将带你5分钟内完成cloc(Count Lines of Code)在Windows、Linux和macOS系统的安装部署,轻松实现代码行数统计。读完本文你将获得:全平台安装指南、验证方法、常见问题解决和基础使用示例。
关于cloc
cloc是一款用于统计源代码行数的工具,能够识别多种编程语言,统计空白行、注释行和实际代码行。它采用Perl语言开发,具有跨平台、无需依赖、功能丰富等特点。详细介绍可参考官方文档。
安装准备
系统要求
- Linux:Perl 5.6及以上环境
- macOS:Perl 5.6及以上环境(系统通常预装)
- Windows:无需预装环境,可直接运行二进制文件
安装方式对比
| 系统 | 推荐安装方式 | 特点 |
|---|---|---|
| Linux | 包管理器 | 简单快捷,自动处理依赖 |
| macOS | Homebrew | 官方推荐,更新方便 |
| Windows | 二进制文件 | 无需配置环境,直接运行 |
Linux系统安装
Debian/Ubuntu
sudo apt install cloc
Red Hat/Fedora
sudo yum install cloc
# 或
sudo dnf install cloc
Arch Linux
sudo pacman -S cloc
源码安装(适用于所有Linux)
# 克隆仓库
git clone https://gitcode.com/gh_mirrors/cl/cloc.git
cd cloc
# 赋予执行权限
chmod +x cloc
# 移动到PATH目录
sudo mv cloc /usr/local/bin/
macOS系统安装
Homebrew安装
brew install cloc
MacPorts安装
sudo port install cloc
源码安装
# 克隆仓库
git clone https://gitcode.com/gh_mirrors/cl/cloc.git
cd cloc
# 赋予执行权限并移动到PATH目录
chmod +x cloc
sudo mv cloc /usr/local/bin/
Windows系统安装
方法一:二进制文件安装
- 下载最新Windows可执行文件(cloc-2.06.exe)
- 将文件保存到任意目录(如
C:\tools\cloc) - 添加该目录到系统环境变量PATH
方法二:使用包管理器
# Chocolatey
choco install cloc
# Scoop
scoop install cloc
方法三:Perl源码运行
- 安装Strawberry Perl:https://strawberryperl.com/
- 下载源码:
git clone https://gitcode.com/gh_mirrors/cl/cloc.git
cd cloc
perl cloc --version
安装验证
无论使用哪种安装方式,安装完成后在终端/命令提示符中执行以下命令验证:
cloc --version
成功安装会显示版本信息,如:cloc 2.06
基础使用示例
统计单个文件
cloc hello.c
统计目录
cloc ./src
统计Git仓库
cloc --vcs git
统计压缩包
cloc master.zip
常见问题解决
Linux/macOS权限问题
若出现"Permission denied"错误,使用sudo权限或调整安装目录权限。
Windows环境变量问题
若提示"cloc不是内部或外部命令",检查环境变量配置是否正确。
Perl依赖问题
源码运行时若提示缺少Perl模块,可执行:
cpan install Regexp::Common Algorithm::Diff
总结
通过本文介绍的方法,你已成功在Windows、Linux或macOS系统上安装了cloc工具。cloc作为一款强大的代码统计工具,支持多种输出格式和高级功能,如对比不同版本代码差异、自定义语言规则等。更多高级用法可参考官方文档中的"Advanced Use"章节。
现在你可以开始使用cloc来统计你的代码项目了!如有任何问题,欢迎在评论区留言讨论。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220