Làm cách nào để phân tích mã Python để xác định các khu vực có vấn đề?

Question

Tôi có một kho lưu trữ nguồn lớn được chia thành nhiều dự án. Tôi muốn tạo ra một báo cáo về sức khỏe của mã nguồn, xác định các lĩnh vực vấn đề cần được giải quyết. Cụ thể, tôi muốn gọi ra các thói quen với độ phức tạp chu trình cao, xác định sự lặp lại, và có lẽ chạy một số phân tích tĩnh giống như lint để phát hiện các cấu trúc đáng ngờ (và do đó có khả năng sai).

Tôi làm cách nào để xây dựng báo cáo như vậy?

Answer 1

Để đo độ phức tạp của chu trình, có một công cụ tuyệt vời có sẵn tại traceback.org. Trang này cũng cung cấp một cái nhìn tổng quan tốt về cách diễn giải kết quả.

+1 cho pylint. Thật tuyệt vời khi xác minh sự tuân thủ các tiêu chuẩn mã hóa (có thể là PEP8 hoặc biến thể của tổ chức của bạn), mà cuối cùng có thể giúp giảm độ phức tạp của chu trình.

Answer 2

Để phân tích tĩnh, có pylint và pychecker. Cá nhân tôi sử dụng pylint vì nó có vẻ toàn diện hơn so với pychecker.

Đối cyclomatic phức tạp bạn có thể thử this perl program, hoặc article này trong đó giới thiệu một chương trình python cũng làm như vậy

Answer 3

Nhờ Pydev, bạn có thể integrate pylint trong Eclipse IDE thực sự dễ dàng và có được một báo cáo mã đi theo thời gian giúp bạn tiết kiệm sửa đổi tập tin.

Answer 4

Có một công cụ được gọi là CloneDigger giúp bạn tìm các đoạn mã tương tự.

Answer 5

Pycana hoạt động như sự quyến rũ khi bạn cần hiểu một dự án mới!

PyCAna (Python Mã Analyzer) là một tên ưa thích cho một phân tích mã đơn giản cho python mà tạo ra một sơ đồ lớp sau khi thực thi mã của bạn.

Xem cách hoạt động: http://pycana.sourceforge.net/

đầu ra:

alt text http://pycana.sourceforge.net/relations.png

Answer 6

Đối với độ phức tạp cyclomatic bạn có thể sử dụng radon: https://github.com/rubik/radon

(Sử dụng pip để cài đặt nó: pip install radon)

Bên cạnh đó nó cũng có các tính năng:

• số liệu thô (bao gồm các SLOC, dòng bình luận, dòng trống, & c.)
• số liệu Halstead (tất cả trong số họ)
• Bảo trì Index (một trong những sử dụng trong Visual Studio)

Answer 7

Sử dụng flake8, cung cấp pep8, pyflakes, và phân tích phức tạp cyclomatic trong một công cụ

Answer 8

Để kiểm tra độ phức tạp của chu trình, tất nhiên là có gói mccabe.

Cài đặt:

$ pip install --upgrade mccabe 

Cách sử dụng:

$ python -m mccabe --min=6 path/to/myfile.py 

Lưu ý ngưỡng 6 ở trên. Mỗi this answer, điểm> 5 có lẽ nên được đơn giản hóa.

Mẫu đầu ra với --min=3:

68:1: 'Fetcher.fetch' 3 
48:1: 'Fetcher._read_dom_tag' 3 
103:1: 'main' 3 

Nó cũng có thể tùy chọn được sử dụng qua pylint-mccabe vv