分析 diff 上下游调用的工具/想法

本文由williamfzc发表于TesterHome论坛，点击原文链接可查看作者的更多文章并与ta在线交流。

背景与效果

在研发流程中无论是 code review、MR 基本都绕不开 code diff 的存在，而人眼很难准确评估 diff 的影响规模。

linkediff 可以在无需编译的情况下对你的代码进行解析，指出diff的影响范围：

通过脑图可以看到：

• 对 UTGen.java 发生了三块变更
• 64-216行这块影响了 methodsToCases 方法
• 这个方法调用了近40个方法，并被2个方法调用

他同时也生成易处理的JSON文件便于与其他系统（如CI）配合。

使用

当前只支持java项目。

进入你自己的工程

git clone https://github.com/jacoco/jacoco
cd jacoco
1
2

执行分析

通过docker

docker run --rm -v `pwd`:/usr/src/app williamfzc/linkediff:v0.2.1 linkediff run
1

常规方式

你需要安装 Python3 及 coca。

pip3 install linkediff
linkediff init
1
2

你会在你的项目目录下看到 .linkediff.json 配置文件，将其中 coca_cmd 指向 coca可执行文件 的路径即可。

linkediff run
1

结果

在运行完成后你可以看到一些结果文件，如 ldresult.json, ldresult.xmind。结合自身需要进一步处理即可。

设计与讨论

智能diff功能存在我的TODO里很久了，之前的设计是：

• tree-sitter（这里选型有很多） 转 ast graph
• ast graph -> 更高层级的、通用 graph
• raw diff 生成
• 代入 graph 抠出整条调用上下游

而后来偶然发现了 coca ，发现已经将第二步与第四步完成了。所以趁着休息日摸鱼把这个最小可体验版本写（拼）出来了。

这个版本可能只会被用于验证价值与试水，如果有一定使用场景再考虑具体选型与适配。当前版本自由参与，结构也非常简单，欢迎PR但请不要花费太多时间。欢迎各类建议。

项目地址

https://github.com/williamfzc/linkediff

本文由williamfzc发表于TesterHome论坛，点击原文链接可查看作者的更多文章并与ta在线交流。

想要学习更多关于测试/测试开发技术、测试管理和质量保障的干货知识？
想要结识质量行业大牛和业界精英？
欢迎关注第十届中国互联网测试开发大会·深圳站 >>