如何分析Python代码，以确定问题的地方？(How can I analyze Python co

我已经在多个项目的大型源代码库分裂。 我想产生一个报告关于源代码的健康状况，确定需要解决的问题领域。

具体来说，我想请出程序具有高圈复杂度，找出重复，也许运行一些皮棉般的静态分析发现可疑的（因此可能错误的）结构。

我怎么可能会去构建这样的报告？

Answer 1:

为了测量圈复杂度，有在提供一个很好的工具traceback.org 。 该页面还提供了如何解释这些结果的一个很好的概述。

+1 pylint的 。 正是在核实遵守编码标准大（无论是PEP8或自己组织的变体），它可以帮到底，以减少圈复杂度。

Answer 2:

对于圈复杂度，你可以使用radon ： https://github.com/rubik/radon

（使用pip进行安装： pip install radon ）

此外它还具有下列特征：

• 原始指标（这些包括SLOC，注释行，空行，＆amp; C）。
• 霍尔斯特德指标（所有的）
• 可维护性指数（一个在Visual Studio中使用）

Answer 3:

对于静态分析有pylint的和pychecker 。 我个人使用pylint的，因为它似乎比pychecker更加全面。

对于圈复杂度，你可以试试这个perl程序 ，或该文章 ，介绍Python程序做同样的

Answer 4:

Pycana作品般的魅力，当你需要了解一个新的项目！

PyCAna （Python代码分析器）是一个简单的代码分析器为Python是，执行你的代码后，创建一个类图一个奇特的名字。

看看它是如何工作的： http://pycana.sourceforge.net/

输出：

替代文字http://pycana.sourceforge.net/relations.png

Answer 5:

由于Pydev的 ，可以整合pylint的在Eclipse IDE中确实容易，每次保存修改的文件得到一个代码报告。

Answer 6:

使用flake8 ，它提供PEP8，pyflakes和圈复杂度分析在一个工具

Answer 7:

有一个名为工具CloneDigger ，可以帮助您找到类似的代码片段。

Answer 8:

对于检查圈复杂度，当然还有的mccabe包。

安装：

$ pip install --upgrade mccabe

用法：

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

注意上述6的阈值。 每这个答案 ，分数> 5也许应该被简化。

示例输出与--min=3 ：

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

它也可任选通过使用pylint的-麦凯布或pytest-麦凯布等

文章来源: How can I analyze Python code to identify problematic areas?