上表已经按代码行数排了序。有意思的一点是， 代码规模最大的前4名中除了 CPython 之外其他三个全部是运维性质的项目，本来我猜测代码应该比较多的项目比如 Odoo 排名反而很靠后。我对运维项目了解有限，不太清楚为什么这些项目的代码规模会名列前茅，或许是因为要支持的内容比较多而杂？
本次统计中纯 Python 代码量最大的 Sentry 几乎达到了 70W 行，这是相当有规模的项目了。30W~50W 行代码的项目有三个，包括基础项目 CPython 在内。20W 和 10W 行代码规模的分别有三个，剩下 7 个则在 10W 行以内。
看过这个列表你应当相信，动态语言至少在几十W行代码的项目上是完全没有问题的。这也是绝大多数普通应用的上限了，如果代码真的达到数百万行规模的话，那么无论用什么语言，都势必面临着拆分项目的问题。
在这里相信有许多想要学习Python的同学，大家可以+下Python学习分享裙：叁零肆+零伍零+柒玖玖，即可免费领取一整套系统的 Python学习教程
第一个指标是每个文件的平均代码行数。按照模块化的观点，单个文件中堆砌太多内容显然是不合理的，这通常意味着耦合太多、难于理解和修改。然而到底多少算是合适，并没有一个明确的标准。我希望通过这些项目的分析，了解一下开源作者们在实践中做出的选择。
第二个指标是注释和代码的比例，这个问题也有着类似的情况。注释并非越详尽越好，但总是需要一定量的注释来解释 Why 的问题。注释太少，说明项目的作者没有给后来的维护人员留下足够的线索，可能会造成维护上的问题。另一方面，我们考察的全部是开源项目，没有公司考核或者 KPI 的约束，所以我们可以放心的相信不会存在作者故意多写注释的问题。
前面提到的 Sentry 毫无争议的因为注释太少排到了最后，这未必说明这个项目很差，但至少是一个信号，说明该项目在维护方面可能是存在问题的。而对于那些作者愿意投入精力来写注释的项目（Ansible, NumPy, Fabric, Salt 等），足以反映作者在项目上投入了相当大的心力，这是一个好的信号，说明这些项目是值得信赖的。
最后一项统计是关于文件类型的。Python 项目中绝大多数应该是 Python 代码，这点没有什么疑问，但同时我也想看看除了 Python 代码之外，一个项目还包括哪些主要文件。C/HTML/Javascipt 的上榜是毫不意外的，但有一种文件我事先没有想到，那就是 .PO（开源项目常用的语言资源文件）。
对于 Django 和 Django-CMS 这两个项目, PO 代码数量甚至比 Python 代码还要多。大概看了一下，Django 支持 90 种以上的语言，这也无怪乎语言文件的数量如此之多了。
网友评论