Question

如果解决方案由框架，工具或任何其他方式表示，则无关紧要。这个问题很难解决，因为我多年来一直在与它作斗争。

我将举一个例子来更好地澄清我所说的内容。

File1中

<head>
<title>Fotografia Elenco Completo Filtri Professionali</title>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
<META name="Language" content="it">
<META http-equiv="Revisit-After" content="2 days">
<style>
<!--
 table.MsoNormalTable
    {mso-style-parent:"";
    font-size:10.0pt;
    font-family:"Times New Roman"}
-->
</style>
</head>

文件2

<head>
<title>Militari</title>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
<meta name="keywords" content="militari, ....">
<meta name="robots" content="INDEX, FOLLOW">
<meta name="Language" content="it">
<meta http-equiv="Revisit-After" content="2 days">
<meta name="Rating" content="General">
<link rel="stylesheet" type="text/css" href="./file/stile.css">
<script language="JavaScript">

文件3

<head>
<title>Cinema - Recensioni e Trame di Film</title>
<meta http-equiv="Content-Type" content="text/html; charset=ISO-8859-1">
<meta name="keywords" content="recensioni film">
<meta name="description" content="Ottimo sito di recensioni di film, trame di film cinematografice, di Videogame e Romanzi. ">
<meta name="robots" content="INDEX, FOLLOW">
<meta name="Language" content="it">
<meta http-equiv="Revisit-After" content="2 days">
<meta name="Rating" content="General">
<link rel="stylesheet" type="text/css" href="file/stile.css">
<style type="text/css">
body {
    background-color:#F0F0F0;
    text-align: center;
}
</style>

对于一个人来说，避免这种代码重复的任务是显而易见的。他可以认识到＆＃34;＆＃34;，＆＃34;＆＃34;是分隔符。行的顺序并不重要，哪些部分可以放入变量（或作为数据库中的值存储）以及哪些文件足够相似以进行重构。

整个过程看起来并不那么难以实现自动化。但是......直到现在我还没有找到任何解决方案。即使自动识别分隔符也很难..

我找到的最好方法是使用正则表达式工具并变得疯狂：D

重构后

文件1

header -> PrintHeader();

file2的

header -> PrintHeader();

file3的

header -> PrintHeader();

GlobalFile

class header
{
 function PrintHeader
 {
  SELECT title, content-type, language, revisit-after, rating, robots, extra_text_unparsed
  into myArray
  FROM header_table
  WHERE filename = $filename

 foreach(v in myArray)
 {
  echo ....
 }
 }
}

有什么建议吗？

Answer 1

你想要的是一个克隆探测器。

见https://en.wikipedia.org/wiki/Duplicate_code。那里有一个克隆探测器列表。

关键问题是：

克隆探测器支持哪种语言？
如何检测克隆？
如何删除此类克隆？
该工具是否为删除克隆提供了自动化功能？

Pure＆＃34;字符串克隆检测＆＃34;可以是语言独立的，但通常无法找到可移动克隆，因为他们无法理解代码片段之间的界限。

我构建了AST-based clone detectors。这些基于目标语言的结构检测克隆，如AST所示。克隆这种方式检测到的语言边界比其他检测器更自然。缺点：这些必然取决于语言。每种语言都需要不同的探测器。获得的回报是，您可以在大量代码中检测到高质量的克隆。

自动删除克隆很难;每个语言提供了自己的抽象代码的方法（例如，创建子程序，宏，包含文件，......），工具必须知道它们中的每一个。你发明了HTML的抽象，它超出了HTML可以编码的范围（将片段放入数据库中：不是在HMTL的词汇表中）。

实际上，基本上没有自动克隆删除程序。你需要做的就是识别克隆（这就是克隆探测器很好的原因），然后手动删除它们，特别是获得你所展示的自定义效果。

如果您想实施自动克隆删除工具，则需要什么等于program transformation system。（请参阅我的个人简介，这也恰好支持克隆检测）。

检测文件之间的代码重复并进行半自动重构

1 个答案: