Jak mogę przeanalizować kod Pythona, aby zidentyfikować problematyczne obszary?

Mam duże repozytorium źródłowe podzielone na wiele projektów. Chciałbym sporządzić raport na temat stanu kodu źródłowego, identyfikując obszary problemowe, którymi należy się zająć.

W szczególności chciałbym przywołać procedury o dużej cyklicznej złożoności, zidentyfikować powtórzenia i być może przeprowadzić statyczną analizę podobną do kłaczków, aby wykryć podejrzane (a zatem prawdopodobnie błędne) konstrukcje.

Jak mogę zabrać się do tworzenia takiego raportu?

Na stronie traceback.org dostępne jest przydatne narzędzie do pomiaru złożoności cyklicznej . Strona zawiera również dobry przegląd sposobu interpretacji wyników.

+1 za pylint . Świetnie sprawdza się w sprawdzaniu zgodności ze standardami kodowania (czy to PEP8, czy wariantem Twojej organizacji), co ostatecznie może pomóc zredukować cykliczną złożoność.

Dla złożoności cyklomatycznej możesz użyć radon: https://github.com/rubik/radon

(Użyj pipgo zainstalować: pip install radon)

Dodatkowo ma również następujące funkcje:

• surowe dane (obejmują SLOC, wiersze komentarzy, puste wiersze itd.)
• Metryki Halstead (wszystkie)
• Indeks łatwości utrzymania (ten używany w programie Visual Studio)

Do analizy statycznej służy pylint i pychecker . Osobiście używam pylint, ponieważ wydaje się być bardziej wszechstronny niż pychecker.

W przypadku złożoności cyklicznej możesz wypróbować ten program w Perlu lub ten artykuł, który wprowadza program w Pythonie, który robi to samo

Pycana działa jak urok, gdy musisz zrozumieć nowy projekt!

PyCAna (Python Code Analyzer) to fantazyjna nazwa prostego analizatora kodu dla Pythona, który tworzy diagram klas po wykonaniu kodu.

Zobacz, jak to działa: http://pycana.sourceforge.net/

wynik:

Dzięki Pydev możesz bardzo łatwo zintegrować pylint z Eclipse IDE i otrzymać raport o kodzie za każdym razem, gdy zapisujesz zmodyfikowany plik.

Użyj flake8 , który zapewnia pep8, pyflakes i analizę złożoności cyklomatycznej w jednym narzędziu

Istnieje narzędzie o nazwie CloneDigger, które pomaga znaleźć podobne fragmenty kodu.

Do sprawdzenia cykliczności złożoności jest oczywiście mccabepakiet.

Instalacja:

$ pip install --upgrade mccabe

Stosowanie:

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

Zwróć uwagę na próg 6 powyżej. Zgodnie z tą odpowiedzią wyniki> 5 prawdopodobnie powinny zostać uproszczone.

Przykładowe dane wyjściowe z --min=3:

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

Opcjonalnie może być również używany przez pylint-mccabe lub pytest-mccabe itp.