logo标签列表

Python - 副作用/纯度分析工具？

pythoncode-analysisside-effects
7
如果您认为工具问题不应该被关闭，则请投票重新开放。 - Ira Baxter
1个回答
0

我不知道是否有现成的，但是这里有一些制作的通用方法：

  • 将源文件作为文本进行分析 - 使用正则表达式查找明显不是纯函数的元素，例如global关键字。从实际角度来看，大多数编写良好的仅在主体中具有return语句的函数很可能是纯函数。另一方面，如果一个函数没有return语句，则它要么是无用的，要么是不纯的。

  • 将源文件中的函数作为代码进行分析。如果在隔离状态下测试一个函数会产生NameError，则知道它要么是不纯的（因为它无法访问更高级别的变量），要么存在错误（在定义变量之前引用变量等），但后一种情况应该已经通过常规测试得到覆盖。如果您想这样做，则 inspect 模块的函数 isfunction 可能会有用。

    对于每个测试的函数，如果它具有相对较小的定义域（例如，只有一个输入可以是 1、2、3 或 4），则您可以详尽地测试所有可能的输入，并以此获得确定性答案。如果它具有有限的或有限的但很大的定义域（例如，0 到 1000 之间的所有实数（无限但有限），或在 -12345 和 67890 之间的所有整数），则您可以尝试在该定义域中对一些输入进行采样，并使用它来获得纯度的概率。但是，这种方法可能不太有用，因为函数的定义域不太可能被指定，因此您可能只能在编写函数时检查它，而在这种情况下，您可能根本不需要分析它。

  • 做一些聪明的事情，可能与上述技术结合使用。例如，创建一个神经网络，以函数的文本作为输入，以其纯度的可能性作为输出。然后，您可以训练网络以作为已知纯度或不纯度的函数的示例，并将其用于未知纯度的函数。

编辑： 有人给这个问题点了个踩，我回来了解一下新的知识！使用 ast 模块应该可以相对容易地编写自己的分析工具，就像这样，因为它允许您访问代码的抽象语法树。穿过这棵树并查看是否有任何阻止纯净性的东西应该相当容易。这比将源文件作为文本进行分析要好得多，我可能会尝试一下。 最后，this 这个问题也许也会有用，还有 this 这个，基本上是这个问题的重复。
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接