基于抽象語法樹的重復(fù)代碼檢測.pdf

1、重構(gòu)技術(shù)在軟件開發(fā)和維護(hù)的過程中所起的作用日益受到人們的重視，作為減少軟件中CodeSmell的有效途徑，重構(gòu)逐漸成為軟件工程研究的一個熱門領(lǐng)域。通過重構(gòu)，可以減少軟件中的缺陷，優(yōu)化軟件的內(nèi)部結(jié)構(gòu)，從而提升軟件的質(zhì)量，延長其壽命周期。但是，由于實施重構(gòu)的第一步工作，即CodeSmell的判定還需手動進(jìn)行，重構(gòu)技術(shù)的發(fā)展和應(yīng)用也因此受到制約。
　　本文選定重復(fù)代碼這一最為常見的CodeSmell作為研究對象，在國內(nèi)外現(xiàn)有重復(fù)代碼檢測

2、技術(shù)研究的基礎(chǔ)上，提出了基于抽象語法樹的重復(fù)代碼的檢測方法：借助于開源工程CSParser，在其基礎(chǔ)上利用簡化后的MicroCSParser和自定義抽象語法樹文法，從每一個處于編輯狀態(tài)的源文件中提取對應(yīng)的抽象語法樹，將程序代碼所包含的語義解析至抽象語法樹的各個節(jié)點中；在生成抽象語法樹的過程中，消除了分析語法樹中有助于編譯的細(xì)節(jié)信息，去除了冗余結(jié)點，從而便于抽象語法樹中關(guān)鍵信息節(jié)點的提??；通過對所提取的抽象語法樹進(jìn)行方法級遍歷，將每一個函

3、數(shù)所對應(yīng)的抽象語法樹的節(jié)點信息以字符串的形式存儲在Hashtable中。
　　接下來利用SimHash算法通過分詞、哈希、加權(quán)、合并和降維處理，得到各函數(shù)抽象語法樹信息串的數(shù)字簽名，進(jìn)一步比較這些數(shù)字簽名之間的漢明距離，完成重復(fù)代碼的檢測。
　　最后，在上述理論研究的基礎(chǔ)之上，本文設(shè)計并實現(xiàn)了一個基于抽象語法樹的簡易重復(fù)代碼檢測工具，并對其進(jìn)行了簡單的測試。雖然該工具功能單一，且對重復(fù)代碼的檢測存在一定的局限性，但其實現(xiàn)過程