hairball是一个可插入的框架,对于scratch项目的静态分析非常有用。
hairball的Python项目详细描述
#hairball
hairball是一个可插入的框架,可用于对scratch
项目进行静态分析。
hairball的论文和演示幻灯片可在以下位置找到:
http://cs.ucsb.edu/~bboe/p/cv sigcse13
hairball演示Web服务正在运行,可在以下位置获得:
http://hairball.herokapp.com
安装
使用适当的python环境(其中有“pip”可用),安装
就像“pip install hairball”一样简单。`“简易安装”也可以通过
“简易安装hairball”使用。
若要从源代码安装,请首先签出此项目,然后将
命令行界面导航到包含
“setup.py”的外部hairball目录。然后运行“python setup.py install”。
这将产生类似于以下内容的输出:
```
用法:hairball-p plugin_name[options]path…
path可以是暂存文件的路径,也可以是包含
暂存文件的目录。可以提供多路径参数。
BR/>选项:
版本显示程序的版本号和出口
-H,帮助显示此帮助消息并退出
-D DIR,--plugin dir=dir
指定包含插件的目录的路径。
此目录中的插件优先于包含hairball的类似命名的插件。
-p plugin,--plugin=plugin
使用指定的插件执行分析。此选项可以多次提供。
-k kurt_plugin,--kurt plugin=kurt_plugin
提供指向包/模块的python导入路径(例如kelp.octopi)
,或指向将作为kurt插件加载的python文件的路径。此选项可以多次提供。
```
*checks.saysoundsync(未完全测试)
*duplicate.duplicatescripts
*initialization.attributeinitialization
*initialization.variableinitialization(未完全测试)
注意:每个插件的输出尚未完全标准化。请
随时提交任何问题或进行改进并发送请求。
为了解决这种情况,hairball内置了对缓存kurt对象的序列化版本的支持。在随后通过
相同的数据时,您应该会注意到速度的极大提高。
可以通过运行以下命令查找缓存位置:
python-c“import appdirs;print appdirs.user_cache_dir('hairball','bboe')”
hairball是一个可插入的框架,可用于对scratch
项目进行静态分析。
hairball的论文和演示幻灯片可在以下位置找到:
http://cs.ucsb.edu/~bboe/p/cv sigcse13
hairball演示Web服务正在运行,可在以下位置获得:
http://hairball.herokapp.com
安装
使用适当的python环境(其中有“pip”可用),安装
就像“pip install hairball”一样简单。`“简易安装”也可以通过
“简易安装hairball”使用。
若要从源代码安装,请首先签出此项目,然后将
命令行界面导航到包含
“setup.py”的外部hairball目录。然后运行“python setup.py install”。
这将产生类似于以下内容的输出:
```
用法:hairball-p plugin_name[options]path…
path可以是暂存文件的路径,也可以是包含
暂存文件的目录。可以提供多路径参数。
BR/>选项:
版本显示程序的版本号和出口
-H,帮助显示此帮助消息并退出
-D DIR,--plugin dir=dir
指定包含插件的目录的路径。
此目录中的插件优先于包含hairball的类似命名的插件。
-p plugin,--plugin=plugin
使用指定的插件执行分析。此选项可以多次提供。
-k kurt_plugin,--kurt plugin=kurt_plugin
提供指向包/模块的python导入路径(例如kelp.octopi)
,或指向将作为kurt插件加载的python文件的路径。此选项可以多次提供。
```
*checks.saysoundsync(未完全测试)
*duplicate.duplicatescripts
*initialization.attributeinitialization
*initialization.variableinitialization(未完全测试)
注意:每个插件的输出尚未完全标准化。请
随时提交任何问题或进行改进并发送请求。
为了解决这种情况,hairball内置了对缓存kurt对象的序列化版本的支持。在随后通过
相同的数据时,您应该会注意到速度的极大提高。
可以通过运行以下命令查找缓存位置:
python-c“import appdirs;print appdirs.user_cache_dir('hairball','bboe')”