一年多以前，Google 在GitHub中提供了BigQuery用于查詢的GitHub上的開源代碼（open source code on GitHub available for querying），如果這還不夠，您可以免費每月運行1TB的查詢！

所以在這篇文章中，我將要收集GitHub上的所有我們可以訪問的C#源代碼。非常簡單，只包含C#，而且數據集已經收集完成（在BigQuery中，是按字節讀取收費的），稱為fh-bigquery：github_extracts.contents_net_cs?并具有

• 5,885,933?不重復的“.cs”文件

• 792,166,632?行代碼 (LOC)

• 37.17 GB?(37,174,783,891 bytes) 數據

這是一套非常全面的C#源代碼！

---

這篇文章的剩余部分將?嘗試?回答以下問題：

Tab或空格？

regions：“應該被禁止”或“在某些情況下使用”？

“K&R” or “Allman”, C#開發者喜歡把它們的大括號放在哪里？（譯者注：關于‘K&R’ 與 ‘Allman’，請參考維基百科）

然后轉到一些沒有爭議的C#主題：

哪些using 聲明使用最廣泛？

哪些NuGet軟件包常常被包含在.NET項目中

C#文件一般有多少行代碼（LOC）？

使用最廣泛的“Exception”是哪一個？

使用“async/await”？

C#開發人員是否喜歡使用“var”關鍵字？

在我們最終看到Repository：

包含C#代碼最流行的Repository是哪一些

在一個Repository中一般有多少個文件？

最受歡迎的C# Class 名稱中哪些？

“Foo.cs”，“Program.cs”或其它，最常見的文件是哪些？

如果您想為自己嘗試查詢（或發現我的錯誤），那么所有這些查詢可以在github上面找到，鏈接地址。很有可能我的正則表達式遺漏了一些邊緣案例，畢竟正則表達式：現在有兩個問題：

---

Tab或空格？

在整個數據集中有5,885,933個文件，但是我們只包括一個從Tab或空格開始的10行以上的文件

Tabs Tab(百分比) 空格 空格(百分比) 總計

799,055	17.15%	3,859,528	82.85%	4,658,583

顯然，C#開發人員（在GitHub上）喜歡空格超過Tab?！（我認為一些這可以通過Visual Studio中的事實來解釋：默認情況下使用“空格”）。

如果您想了解C#與其它編程語言的比較，請查看40萬個GitHub資源庫，10億個文件，14太字節的代碼：空格或制表符？。

regions：“應該被禁止”或“在某些情況下使用”？

事實證明，有一個令人印象深刻的712,498 C#文件（總共580萬），至少包含一個#region語句（查詢方法），只有超過12%。（我希望很多這些文件已被工具自動生成！）

“K&R” or “Allman” ，C#開發者喜歡把它們的大括號放在哪里？

C#開發人員絕大多數喜歡將打開大括號{放在當單獨的行上（查詢方法）

單獨行 同一行 同一個(初始化實例) 總計 (包括大括號) 總計（全部代碼）

81,306,320 (67%)	40,044,603 (33%)	3,631,947 (2.99%)	121,350,923 (15.32%)	792,166,632

（“同一行初始化實例”包括代碼new { Name = "", .. }，new [] { 1, 2, 3.. }）

---

哪些 using 聲明 使用最廣泛？

這是一個更實質的統計，C#代碼中，using?聲明 最廣泛的語句是哪一些？

顯示前10名結果（全部統計結果在這里查看）：

using 聲明 總計

using System.Collections.Generic;	1,780,646
using System;	1,477,019
using System.Linq;	1,319,830
using System.Text;	902,165
using System.Threading.Tasks;	628,195
using System.Runtime.InteropServices;	431,867
using System.IO;	407,848
using System.Runtime.CompilerServices;	338,686
using System.Collections;	289,867
using System.Reflection;	218,369

但是，當您在Visual Studio中添加新文件時，默認情況下包含前5個，許多人不會刪除它們。默認情況下，“AssemblyInfo.cs”中包含的“System.Runtime.InteropServices”和“System.Runtime.CompilerServices”也是一樣。

所以如果我們考慮到這一點，調整一下統計規則，前10名的結果是：

using 聲明 總計

using System.IO;	407,848
using System.Collections;	289,867
using System.Reflection;	218,369
using System.Diagnostics;	201,341
using System.Threading;	179,168
using System.ComponentModel;	160,681
using System.Web;	160,323
using System.Windows.Forms;	137,003
using System.Globalization;	132,113
using System.Drawing;	127,033

最后，using?聲明不在System，Microsoft和Windows命名空間的前10名統計結果 ：

using 聲明 總計

using NUnit.Framework;	119,463
using UnityEngine;	117,673
using Xunit;	99,099
using Newtonsoft.Json;	81,675
using Newtonsoft.Json.Linq;	29,416
using Moq;	23,546
using UnityEngine.UI;	20,355
using UnityEditor;	19,937
using Amazon.Runtime;	18,941
using log4net;	17,297

哪些NuGet軟件包常常被包含在.NET項目中

還有一個單獨的數據集包含GitHub上的所有‘packages.config’文件，它被稱為contents_net_packages_config，有104,808個條目。通過查詢，我們可以看到Json.Net是完勝的贏家！

package 總計

Newtonsoft.Json	45,055
Microsoft.Web.Infrastructure	16,022
Microsoft.AspNet.Razor	15,109
Microsoft.AspNet.WebPages	14,495
Microsoft.AspNet.Mvc	14,236
EntityFramework	14,191
Microsoft.AspNet.WebApi.Client	13,480
Microsoft.AspNet.WebApi.Core	12,210
Microsoft.Net.Http	11,625
jQuery	10,646
Microsoft.Bcl.Build	10,641
Microsoft.Bcl	10,349
NUnit	10,341
Owin	9,681
Microsoft.Owin	9,202
Microsoft.AspNet.WebApi.WebHost	9,007
WebGrease	8,743
Microsoft.AspNet.Web.Optimization	8,721
Microsoft.AspNet.WebApi	8,179

一般C#文件中有多少行代碼（LOC）？

C#開發人員是否容易創建巨大的文件，可以為1000的行？

注意Y軸是“代碼行”，原始數據。

您是否想知道十大最大的C#文件是哪些呢！

文件 行數

MarMot/Input/test.marmot.cs	92663
src/CodenameGenerator/WordRepos/LastNamesRepository.cs	88810
cs_inputtest/cs_02_7000.cs	63004
cs_inputtest/cs_02_6000.cs	54004
src/ML NET20/Utility/UserName.cs	52014
MWBS/Dictionary/DefaultWordDictionary.cs	48912
Sources/Accord.Math/Matrix/Matrix.Comparisons1.Generated.cs	48407
UrduProofReader/UrduLibs/Utils.cs	48255
cs_inputtest/cs_02_5000.cs	45004
css/style.cs	44366

使用最廣泛的“Exception”是哪一個？

這里有一些有趣的結果（查詢方式），誰知道這么多ApplicationExceptions被拋出來，NotSupportedException這么高令人有點擔心！

Exception 總計

throw new ArgumentNullException	699,526
throw new ArgumentException	361,616
throw new NotImplementedException	340,361
throw new InvalidOperationException	260,792
throw new ArgumentOutOfRangeException	160,640
throw new NotSupportedException	110,019
throw new HttpResponseException	74,498
throw new ValidationException	35,615
throw new ObjectDisposedException	31,129
throw new ApplicationException	30,849
throw new UnauthorizedException	21,133
throw new FormatException	19,510
throw new SerializationException	17,884
throw new IOException	15,779
throw new IndexOutOfRangeException	14,778
throw new NullReferenceException	12,372
throw new InvalidDataException	12,260
throw new ApiException	11,660
throw new InvalidCastException	10,510

使用“async/await”?

在C#語言中使用async和await關鍵字編寫異步代碼更容易：

? ?public async Task<int> GetDotNetCountAsync() ? ?{ ? ? ? ?// Suspends GetDotNetCountAsync() to allow the caller (the web server)// to accept another request, rather than blocking on this one.var html = await _httpClient.DownloadStringAsync("http://dotnetfoundation.org"); ? ?return Regex.Matches(html, ".NET").Count;}

但它使用了多少？使用下面的查詢：

SELECT Count(*) countFROM[fh-bigquery:github_extracts.contents_net_cs] ? ?WHEREREGEXP_MATCH(content, r'\sasync\s|\sawait\s')

我發現有218,643個文件（總共5,885,933個）至少使用一個async、await關鍵字。

C#開發人員是否喜歡使用“var”關鍵字？

比async、await關鍵字使用的更少，只有130,590個文件至少有一個var關鍵字被使用。

---

在一個Repository中一般有多少個文件？

90%的Repository（具有任何C#文件）具有95個或更少的文件。95%具有170個文件或更少，99%具有535個或更少的文件。

（Y軸（C#＃文件）是個數）

根據C#文件數量排名前10的最大Repository如下所示：

Repository C#文件數

https://github.com/xen2/mcs	23389
https://github.com/mater06/LEGOChimaOnlineReloaded	14241
https://github.com/Microsoft/referencesource	13051
https://github.com/dotnet/corefx	10652
https://github.com/apo-j/Projects_Working	10185
https://github.com/Microsoft/CodeContracts	9338
https://github.com/drazenzadravec/nequeo	8060
https://github.com/ClearCanvas/ClearCanvas	7946
https://github.com/mwilliamson-firefly/aws-sdk-net	7860
https://github.com/151706061/MacroMedicalSystem	7765

最受歡迎的Repository是哪一些(其中有C＃代碼)？

這次我們將要統計包含至少50個C#文件（查詢方式）的最受歡迎的Repository（基于GitHub'stars' ）：

Repository stars 文件數

https://github.com/grpc/grpc	11075	237
https://github.com/dotnet/coreclr	8576	6503
https://github.com/dotnet/roslyn	8422	6351
https://github.com/facebook/yoga	8046	73
https://github.com/bazelbuild/bazel	7123	132
https://github.com/dotnet/corefx	7115	10652
https://github.com/SeleniumHQ/selenium	7024	512
https://github.com/Microsoft/WinObjC	6184	81
https://github.com/qianlifeng/Wox	5674	207
https://github.com/Wox-launcher/Wox	5674	142
https://github.com/ShareX/ShareX	5336	766
https://github.com/Microsoft/Windows-universal-samples	5130	1501
https://github.com/NancyFx/Nancy	3701	957
https://github.com/chocolatey/choco	3432	248
https://github.com/JamesNK/Newtonsoft.Json	3340	650

有趣的是，第一名是Google Repository！（其中的C#文件是使用.NET中的GRPC庫的示例代碼）

最受歡迎的C# Class 名稱中哪些？

假設我使用正則表達式，最流行的C#?class名稱如下：

Class 名稱 總計

class C	182480
class Program	163462
class Test	50593
class Settings	40841
class Resources	39345
class A	34687
class App	28462
class B	24246
class Startup	18238
class Foo	15198

Yay?Foo，偷偷進入前10！

'Foo.cs'，'Program.cs'或其它，最常見的文件是哪些？

最后，我們來看看class使用的不同的名稱，就像using聲明作為Visual Studio默認模板一樣：

文件 總計

AssemblyInfo.cs	386822
Program.cs	105280
Resources.Designer.cs	40881
Settings.Designer.cs	35392
App.xaml.cs	21928
Global.asax.cs	16133
Startup.cs	14564
HomeController.cs	13574
RouteConfig.cs	11278
MainWindow.xaml.cs	11169

---

原文：《Analysing C# code on GitHub with BigQuery》http://mattwarren.org/2017/10/12/Analysing-C-code-on-GitHub-with-BigQuery/
翻譯：Sweet Tang
本文地址：http://www.cnblogs.com/tdfblog/p/Analysing-C-code-on-GitHub-with-BigQuery.html

---

.NET社區新聞，深度好文，微信中搜索dotNET跨平臺或掃描二維碼關注

總結

以上是生活随笔為你收集整理的使用BigQuery分析GitHub上的C#代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。