如何分析Python代码以识别问题区域？
我有一个很大的代码库，这些代码分散在多个项目中。我想做一个报告，看看这些代码的健康状况，找出需要解决的问题区域。
具体来说，我想找出那些复杂度很高的代码段，识别出重复的部分，可能还想进行一些类似于代码检查的静态分析，来发现一些可疑的（可能是错误的）代码结构。
我该如何制作这样一个报告呢？
8 个回答
18
对于静态分析，有两个工具可以使用，一个是 pylint，另一个是 pychecker。我个人更喜欢用 pylint，因为它比 pychecker 更全面。
如果你想测量代码的圈复杂度，可以试试 这个 Perl 程序，或者看看这篇 文章，里面介绍了一个用 Python 写的程序来做同样的事情。
29
对于圈复杂度，你可以使用 radon 工具：https://github.com/rubik/radon
（你可以用 pip 来安装它：pip install radon）
此外，它还有以下功能：
- 原始指标（包括源代码行数、注释行数、空行数等）
- Halstead 指标（所有相关指标）
- 可维护性指数（在 Visual Studio 中使用的那个）
36
要测量圈复杂度，有一个不错的工具可以使用，地址是 traceback.org。这个页面还很好地介绍了如何理解测量结果。
对于 pylint，我给它加个赞。这个工具非常棒，可以帮助检查代码是否符合编程标准（无论是 PEP8 还是你们公司自己的标准），这最终可以帮助减少圈复杂度。