如何分析Python代码来识别问题区域?

问题:

我有一个大的源存储库分割在多个项目。我想提供一份有关源代码健康状况的报告,确定需要解决的问题领域。
具体来说,我想调用具有高圈复杂度的例程,识别重复,并且可能运行一些类似于静态分析的静态分析来发现可疑(因此可能是错误的)结构。
我该如何去构建这样的报告?

回答:

为了测量环形复杂度,在traceback.org有一个很好的工具。该页面还给出了如何解释结果的良好概述。
pylint为+1。验证遵守编码标准(无论是PEP8还是您自己的组织的变体)都是非常好的,最终可以帮助减少环路复杂性。

 
 
Code问答: http://codewenda.com/topics/python/
Stackoverflow: How can I analyze Python code to identify problematic areas?

*转载请注明本文链接以及stackoverflow的英文链接

发表评论

电子邮件地址不会被公开。 必填项已用*标注

42 − 41 =