Question

我编写了一个简单的过程来计算Java项目中某些特定包的测试覆盖率的平均值。巨大的html文件中的原始数据是这样的：

<body>  
package pkg1 <line_coverage>11/111,<branch_coverage>44/444<end>  
package pkg2 <line_coverage>22/222,<branch_coverage>55/555<end>  
package pkg3 <line_coverage>33/333,<branch_coverage>66/666<end>  
...   
</body>

例如，给定指定的包“pkg1”和“pkg3”，平均线覆盖范围为：

（11 + 33）/（111 + 333）

平均分支覆盖率为：

（44 + 66）/（444 + 666）

我编写了以下程序来获得结果并且效果很好。但是如何在功能风格中实现这种计算？类似于“（x，y）for x in ... for b in ... if ...”。我知道一点Erlang，Haskell和Clojure，所以这些语言的解决方案也很受欢迎。非常感谢！

from __future__ import division
import re
datafile = ('abc', 'd>11/23d>34/89d', 'e>25/65e>13/25e', 'f>36/92f>19/76')
core_pkgs = ('d', 'f')
covered_lines, total_lines, covered_branches, total_branches = 0, 0, 0, 0
for line in datafile:
    for pkg in core_pkgs:
        ptn = re.compile('.*'+pkg+'.*'+'>(\d+)/(\d+).*>(\d+)/(\d+).*')
        match = ptn.match(line)
        if match is not None:
            cvln, tlln, cvbh, tlbh = match.groups()
            covered_lines += int(cvln)
            total_lines += int(tlln)
            covered_branches += int(cvbh)
            total_branches += int(tlbh)
print 'Line coverage:', '{:.2%}'.format(covered_lines / total_lines)
print 'Branch coverage:', '{:.2%}'.format(covered_branches/total_branches)

Answer 1

在下面你可以找到我的Haskell解决方案。我将尝试解释我在编写时所经历的重点。

首先，您会发现我为覆盖数据创建了一个数据结构。创建数据结构以表示您想要处理的任何数据通常是个好主意。这部分是因为当您可以根据自己设计的任何内容进行思考时，它可以更容易地设计代码 - 与函数式编程哲学密切相关，部分原因是它可以消除您认为自己在做某些事情的一些错误实际上正在做别的事情。
与之前的要点相关：我要做的第一件事就是将字符串表示的数据转换为我自己的数据结构。当你进行函数式编程时，你经常在“扫描”中做事。您没有将数据转换为格式的单一功能，过滤掉不需要的数据和汇总结果。每个任务都有三种不同的功能，一次只能执行一次！

这是因为函数非常可组合，即如果你有三个不同的函数，你可以将它们粘在一起形成一个如果你想要的。如果你从一个单一的开始，很难将它分开形成三个不同的。

除非你专门做Haskell，否则转换函数的实际工作实际上是非常无趣的。它只是尝试将每个字符串与正则表达式匹配，如果成功，则将覆盖数据添加到结果列表中。
再次，疯狂的构图即将发生。我没有创建一个函数来循环覆盖列表并总结它们。我创建了一个函数来汇总两个 coverage，因为我知道我可以将它与专门的fold循环一起使用（类似于for类固醇循环）总结列表中的所有coverage。我不需要重新发明轮子并自己创建一个循环。

此外，我的sumCoverages函数适用于许多专用循环，因此我不必编写大量函数，只需将我的单个函数放入大量预制库函数中！ / p>
在main函数中，您将通过数据的“扫描”或“传递”编程来了解我的意思。首先我将其转换为内部格式，然后我过滤掉不需要的数据，然后我总结剩下的数据。这些是完全独立的计算。这是功能性编程。

您还会注意到我在那里使用了两个专门的循环filter和fold。这意味着我不必自己编写任何循环，我只是将函数添加到那些标准库循环中，然后让它们从那里获取。

import Data.Maybe (catMaybes)
import Data.List (foldl')
import Text.Printf (printf)
import Text.Regex (matchRegex, mkRegex)

corePkgs = ["d", "f"]

stats = [
  "d>11/23d>34/89d",
  "e>25/65e>13/25e",
  "f>36/92f>19/76"
  ]

format = mkRegex ".*(\\w+).*>([0-9]+)/([0-9]+).*>([0-9]+)/([0-9]+).*"


-- It might be a good idea to define a datatype for coverage data.
-- A bit of coverage data is defined as the name of the package it
-- came from, the lines covered, the total amount of lines, the
-- branches covered and the total amount of branches.
data Coverage = Coverage String Int Int Int Int


-- Then we need a way to convert the string data into a list of
-- coverage data. We do this by regex. We try to match on each
-- string in the list, and then we choose to keep only the successful
-- matches. Returned is a list of coverage data that was represented
-- by the strings.
convert :: [String] -> [Coverage]
convert = catMaybes . map match
  where match line = do
          [name, cl, tl, cb, tb] <- matchRegex format line
          return $ Coverage name (read cl) (read tl) (read cb) (read tb)


-- We need a way to summarise two coverage data bits. This can of course also
-- be used to summarise entire lists of coverage data, by folding over it.
sumCoverage (Coverage nameA clA tlA cbA tbA) (Coverage nameB clB tlB cbB tbB) =
  Coverage (nameA ++ nameB ++ ",") (clA + clB) (tlA + tlB) (cbA + cbB) (tbA + tbB)


main = do
      -- First we need to convert the strings to coverage data
  let coverageData = convert stats
      -- Then we want to filter out only the relevant data
      relevantData = filter (\(Coverage name _ _ _ _) -> name `elem` corePkgs) coverageData
      -- Then we need to summarise it, but we are only interested in the numbers
      Coverage _ cl tl cb tb = foldl' sumCoverage (Coverage "" 0 0 0 0) relevantData

  -- So we can finally print them!
  printf "Line coverage: %.2f\n" (fromIntegral cl / fromIntegral tl :: Double)
  printf "Branch coverage: %.2f\n" (fromIntegral cb / fromIntegral tb :: Double)

Answer 2

以下是一些应用于您的代码的快速黑客，未经测试的想法：

import numpy as np
import re

datafile = ('abc', 'd>11/23d>34/89d', 'e>25/65e>13/25e', 'f>36/92f>19/76')
core_pkgs = ('d', 'f')
covered_lines, total_lines, covered_branches, total_branches = 0, 0, 0, 0

for pkg in core_pkgs:
    ptn = re.compile('.*'+pkg+'.*'+'>(\d+)/(\d+).*>(\d+)/(\d+).*')
    matches = map(datafile, ptn.match)
    statsList = [map(int, match.groups()) for match in matches if matches]
    # statsList is a list of [cvln, tlln, cvbh, tlbh]
    stats = np.array(statsList)
    covered_lines, total_lines, covered_branches, total_branches = stats.sum(axis=1)

好吧，正如你所看到的那样，我没有费心去完成剩余的循环，但我认为现在已经提到了这一点。肯定有很多方法可以做到这一点;我选择炫耀map()（有些人会说这会降低效率，而且可能会这样做），以及NumPy来完成（无可否认的）数学计算。

Answer 3

这是相应的Clojure解决方案：

(defn extract-data
  "extract 4 integer from a string line according to a package name"
  [pkg line]
  (map read-string
       (rest (first
              (re-seq
               (re-pattern
                (str pkg ".*>(\\d+)/(\\d+).*>(\\d+)/(\\d+)"))
               line)))))

(defn scan-lines-by-pkg
  "scan all string lines and extract all data as integer sequences
    according to package names"
  [pkgs lines]
  (filter seq (for [pkg pkgs
                    line lines]
                (extract-data pkg line))))

(defn sum-data
  "add all data in valid lines together"
  [pkgs lines]
  (apply map + (scan-lines-by-pkg pkgs lines)))

(defn get-percent
  [covered all]
  (str (format "%.2f" (float (/ (* covered 100) all))) "%"))

(defn get-cov
  [pkgs lines]
  {:line-cov (apply get-percent (take 2 (sum-data pkgs lines)))
    :branch-cov (apply get-percent (drop 2 (sum-data pkgs lines)))})

(get-cov ["d" "f"] ["abc" "d>11/23d>34/89d" "e>25/65e>13/25e" "f>36/92f>19/76"])

将命令式算法转换为函数式

3 个答案: