Python コードを分析して問題のある領域を特定するにはどうすればよいですか?

質問

複数のプロジェクトに分割された大規模なソースリポジトリがあります。ソースコードの健全性に関するレポートを作成し、対処する必要がある問題領域を特定したいと考えています。

具体的には、循環的複雑度の高いルーチンを呼び出し、繰り返しを特定し、おそらく lint のような静的分析を実行して、疑わしい (したがって間違いがある可能性が高い) 構造を見つけたいと考えています。

このようなレポートを作成するにはどうすればよいでしょうか?

解決

循環的複雑さを測定するには、次の場所に優れたツールがあります。トレースバック.org. 。このページには、結果を解釈する方法の概要も記載されています。

+1 の場合パイリント. 。コーディング標準への準拠を検証するのに優れています（ PEP8 または独自の組織のバリアント)、最終的には循環的な複雑さを軽減するのに役立ちます。

他のヒント

循環的複雑さの場合は次を使用できます radon: https://github.com/rubik/radon

（使用 pip インストールするには: pip install radon)

さらに、次の機能もあります。

静的解析の場合は、パイリントそしてパイチェッカー. 。個人的には、pychecker よりも包括的であると思われる pylint を使用しています。

循環的複雑さについては、試してみることができますこの Perl プログラム, 、またはこれ記事同じことを行うための Python プログラムを導入します

新しいプロジェクトを理解する必要がある場合、Pycana は魅力的に機能します。

PyCAna （Python Code Analyzer）は、コードを実行した後にクラス図を作成するPython用のシンプルなコードアナライザーの派手な名前です。

どのように機能するかを確認してください:http://pycana.sourceforge.net/

出力：

おかげでパイデブ, 、あなたはできるパイリントを統合するの中にエクリプスIDE 非常に簡単に、変更したファイルを保存するたびにコードレポートを取得できます。

使用フレーク8, 、pep8、pyflakes、および循環的複雑性分析を 1 つのツールで提供します

というツールがありますクローンディガーこれは、類似したコードスニペットを見つけるのに役立ちます。

循環的複雑さをチェックするには、もちろん、 mccabe パッケージ。

インストール:

$ pip install --upgrade mccabe

使用法：

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

上記の 6 のしきい値に注意してください。当たりこの答え, 、スコアが 5 を超える場合はおそらく単純化する必要があります。

サンプル出力 --min=3:

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

オプションで次の方法でも使用できますピリント・マッケイブまたは pytest-mcabe, 、など。

ライセンス： CC-BY-SA と帰属

所属していません StackOverflow