Linux内核代码中的脏话统计

按脏话数/版本号统计

按脏话密度/版本号统计

上图显示的是对Linux内核里的c，h和S源代码里的脏话统计结果，我会每月更新一次这些数据，当有新版本发布时也会更新一次。我是受the linux kernel fuck count的启发，但遗憾的是它里面的数据已经过期了。

从图中可以很明显的看出，自从2.4版开始，脏话的数量有大量的增加。然而，总的代码量也增加了很多，所以，总的来看，平均每行的诅咒密度是减少的。

介绍一下统计方法：不论任何地方出现的脏话词汇都会计入总数——出现在另一个词内也算。本来可以做的更合理些，但结果发现FreeBSD的正则表达式引擎有严重的内存泄漏问题，我也就没有再改进了。一行里对一个脏词可能会统计出多次，因为有时候一个程序员会遇到非常非常懊恼的一天。

你可以在找到这个脚本，但它写的实在是太乱了，不推荐。