CN109871317A - 代码质量分析方法及装置、存储介质及电子设备 - Google Patents

Abstract

本公开涉及代码的研发管理技术领域，提供了一种代码质量分析方法及装置、介质及电子设备，该代码质量分析方法包括：获取待分析项目的代码文件，确定代码文件所使用的编程语言；调用编程语言对应的目标分析规则，对代码文件进行分析以得到代码文件的属性数据；调用编程语言对应的目标质量规范，将代码文件的属性数据与质量规范比较以得到代码文件的质量分析结果。本公开能够选择与待分析项目的代码文件匹配的分析规则和质量规范，实现更加精准的分析；同时，通过调用方式使得分析规则和质量规范与编程语言的变更同步，降低频繁变更分析规则和质量规范造成人为疏忽，或是未及时变更分析规则和质量规范而造成分析错误导致程序无法成功运行的可能性。

Description

代码质量分析方法及装置、存储介质及电子设备

技术领域

本公开涉及代码的研发管理技术领域，具体而言，涉及一种代码质量分析方法及装置、计算机可读存储介质及电子设备。

背景技术

随着网络技术的发展，越来越多的产品、技术需要由安装于其上的程序控制运行，因此对程序的研发、设计及质量分析变得尤为重要，尤其是对程序的质量分析，它是确定程序是否能够成功运行的一个重要因素。众所周知，程序是由一系列的代码组合而成，为此对代码质量的分析也愈加重要。目前，在对程序进行开发时，会为开发人员提供代码质量分析规则。但是，在开发过程中，使用的编程语言不同或者不同阶段的代码质量规范不同时，对应的分析规则和质量规范都会发生变化，因而需要对分析规则和质量规范进行变更。频繁的变更分析规则和质量规范容易造成人为的疏忽，或是由于未及时变更分析规则和质量规范而造成的分析错误，最终导致程序无法成功运行的可能性大大增加。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开实施例的目的在于提供一种代码质量分析方法及装置、存储介质及电子设备，进而至少在一定程度上降低由于频繁变化分析规则和质量规范容易造成人为的疏忽或是由于未及时变更分析规则和/或质量规范而造成的分析错误，导致的程序无法成功运行的可能性。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开实施例的第一方面，提供了一种代码质量分析方法，包括：获取待分析项目的代码文件，确定所述代码文件所使用的编程语言；调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据；调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果。

在本公开的一些实施例中，基于前述方案，所述确定所述代码文件所使用的编程语言，包括：将所述待分析项目的代码文件输入已训练的机器学习模型，以使机器学习模型确定所述代码文件所使用的编程语言；其中，所述机器学习模型通过不同编程语言代码的特征数据训练获取。

在本公开的一些实施例中，基于前述方案，所述调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据，包括：调用所述编程语言的分析规则包；根据所述代码文件确定开发阶段，并根据开发阶段在所述分析规则包中选择匹配的目标分析规则；根据所述目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据。

在本公开的一些实施例中，基于前述方案，所述根据所述目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据，包括：根据预设条件筛选所述代码文件以得到目标代码文件；根据所述目标分析规则，对所述目标代码文件进行分析以得到代码文件的属性数据。

在本公开的一些实施例中，基于前述方案，所述调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果，包括：调用所述编程语言的质量规范包；根据所述代码文件确定开发阶段，并根据开发阶段在所述质量规范包中选择匹配的目标质量规范；根据所述目标质量规范，将所述代码文件的属性数据与质量规范比较，得到所述代码文件的质量分析结果。

在本公开的一些实施例中，基于前述方案，所述代码质量分析方法还包括：将待分析的代码文件输入错误识别模型，以使错误识别模型根据训练代码文件集查找待分析的代码文件中存在的预判错误；对所述预判错误进行标识；其中，以正确代码文件及其适用的标准为训练样本，对预设机器学习模型进行训练以获取所述错误识别模型。

在本公开的一些实施例中，基于前述方案，在将待分析的代码文件输入错误识别模型，以使错误识别模型根据训练代码文件集查找待分析的代码文件中存在的预判错误之后，所述方法还包括：根据对应于所述预判错误的所述训练代码文件，显示预判错误对应的修改提示。

根据本公开实施例的第二方面，提供了一种代码质量分析装置，包括：确定单元，用于获取待分析项目的代码文件，确定所述代码文件所使用的编程语言；分析单元，用于调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据；处理单元，用于调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果。

在本公开的一些实施例中，基于前述方案，所述确定单元的配置为：将所述待分析项目的代码文件输入已训练的机器学习模型，以使机器学习模型确定所述代码文件所使用的编程语言；其中，所述机器学习模型通过不同编程语言代码的特征数据训练获取。

在本公开的一些实施例中，基于前述方案，所述分析单元的配置为：调用所述编程语言的分析规则包；根据所述代码文件确定开发阶段，并根据开发阶段在所述分析规则包中选择匹配的目标分析规则；根据所述目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据。

在本公开的一些实施例中，基于前述方案，所述分析单元的配置为：根据预设条件筛选所述代码文件以得到目标代码文件；根据所述目标分析规则，对所述目标代码文件进行分析以得到代码文件的属性数据。

在本公开的一些实施例中，基于前述方案，所述处理单元的配置为：调用所述编程语言的质量规范包；根据所述代码文件确定开发阶段，并根据开发阶段在所述质量规范包中选择匹配的目标质量规范；根据所述目标质量规范，将所述代码文件的属性数据与质量规范比较，得到所述代码文件的质量分析结果。

在本公开的一些实施例中，基于前述方案，所述处理单元的配置为：将待分析的代码文件输入错误识别模型，以使错误识别模型根据训练代码文件集查找待分析的代码文件中存在的预判错误；对所述预判错误进行标识；其中，以正确代码文件及其适用的标准为训练样本，对预设机器学习模型进行训练以获取所述错误识别模型。

在本公开的一些实施例中，基于前述方案，所述处理单元的配置为：根据对应于所述预判错误的所述训练代码文件，显示预判错误对应的修改提示。

根据本公开实施例的第三方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述实施例中第一方面所述的代码质量分析方法。

根据本公开实施例的第四方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中第一方面所述的代码质量分析方法。

本公开实施例提供的技术方案可以包括以下有益效果：

在本公开的一些实施例所提供的技术方案中，通过确定待分析项目的代码文件所使用的编程语言并根据编程语言调用对应的分析规则和质量规范的方式，实现在待分析项目的代码文件使用的编程语言不同时，能够选择与待分析项目的代码文件匹配的分析规则和质量规范，实现更加精准的分析；同时，由于分析规则和质量规范是通过调用实现变更的，使得分析规则和质量规范与编程语言的变更同步，降低了由于频繁的变更分析规则和质量规范造成人为的疏忽，或是由于未及时变更分析规则和质量规范而造成的分析错误，导致程序无法成功运行的可能性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示意性示出了根据本公开的一个实施例的代码质量分析方法的流程图；

图2示意性示出了根据本公开的一个实施例的调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据方法的流程图；

图3示意性示出了根据本公开的一个实施例的根据所述目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据方法的流程图；

图4示意性示出了根据本公开的一个实施例的调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果方法的流程图；

图5示意性示出了根据本公开的一个实施例的通过错误识别模型查找预判错误，并对预判错误进行标识方法的流程图；

图6示意性示出了根据本公开的一个实施例的代码质量分析装置的组成示意图；

图7示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

图1示意性示出了根据本公开的一个实施例的代码质量分析方法的流程图。所述代码质量分析方法的执行主体可以是具有代码分析功能的客户端、服务器或者安装有代码分析客户端的终端设备。例如手机、电脑、平板电脑等。

参照图1所示，根据本公开的一个实施例的代码质量分析方法，包括如下步骤S110至步骤S130，以下详细进行阐述：

在步骤S110中，获取待分析项目的代码文件，确定所述代码文件所使用的编程语言。

在本公开的一个实施例中，所述确定所述代码文件所使用的编程语言，包括：将所述待分析项目的代码文件输入已训练的机器学习模型，以使机器学习模型确定所述代码文件所使用的编程语言；其中，所述机器学习模型通过不同编程语言代码的特征数据训练获取。具体地，可以采集特征不同的代码文件及其对应的编程语言，基于上述特征与对应的编程语言训练机器学习模型形成特征与编程语言之间的映射关系。将所述待分析项目的代码文件输入已训练的机器学习模型时，通过建立的映射关系确定所述待分析项目的代码文件所使用的编程语言。其中，所述特征包括各编程语言具有的独特语法、语句、声明、后缀等特征；其中，所述机器学习模型可以包括决策树模型、一般线性模型、深度神经网络模型、支持向量机模型、以及随机森林模型等机器学习模型中的一种或多种；当然，本领域技术人员还可以根据需求，使用其他的机器学习模型，本示例性实施例中并不以此为限。例如，所用目标项目代码文件中的文件后缀均为“.jsp”，判断该代码为jsp开发。

在本公开的一个实施例中，所述确定所述代码文件所使用的编程语言可以根据项目代码文件中使用的语法、语句与各种编程语言的匹配程度确定。其中，所述匹配程度可以根据项目代码文件中使用某一编程语言的语法、语句等特征占代码总量的百分比确定。例如，所述目标项目代码文件中使用的语法、语句等，与C语言和Java的均有相似，但与C语言的匹配度更高，则判断所述目标项目代码文件所使用的编程语言为C语言。

在步骤S120中，调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据。

在本公开的一个实施例中，调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据的方法，参照图2所示，包括如下步骤S210至步骤S230，以下详细进行阐述：

在步骤S210中，调用所述编程语言的分析规则包。

在步骤S220中，根据所述代码文件确定开发阶段，并根据开发阶段在所述分析规则包中选择匹配的目标分析规则。

在本公开的一个实施例中，所述代码文件带有开发阶段标识，可根据所述开发阶段标识确定当前的开发阶段，并根据开发阶段在所述分析规则包中选择匹配的目标分析规则。例如，当前为开发阶段的第一阶段，所适用的分析规则为分析规则1；当开发一段时间后，项目负责人变更项目分析规则为分析规则2，此时，可以改变项目开发阶段标识，即可实现变更分析规则的目的。通过确定代码文件的开发阶段并根据开发阶段选择匹配的目标分析规则，可以使目标分析规则与代码文件的当前状态更加匹配，进而实现更加精准的分析；同时，由于目标分析规则是根据开发阶段选择的，降低了由于人为变更分析规则发生错误造成的分析错误，或是由于未及时变更分析规则造成的分析错误导致程序无法成功运行的可能性。

在步骤S230中，根据所述目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据。

在本公开的一个实施例中，所述代码文件的属性数据包括代码文件的文件数、空格数、注释数量、以及代码量等信息。

在本公开的一个实施例中，所述根据所述目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据的方法，参照图3所示，包括如下步骤S310至步骤S320，以下详细进行阐述：

在步骤S310中，根据预设条件筛选所述代码文件以得到目标代码文件。

在本公开的一个实施例中，可以预设条件对所述代码文件进行筛选，选取待分析代码文件中的一部分代码文件、一个代码文件或者一个代码文件中的一部分进行分析。例如，可以通过预设条件限定注释的内容对待分析代码文件进行筛选，如可筛选含有数字的注释为目标代码文件；再如，可以通过限定语法的种类进行筛选，如可筛选使用赋值语句的代码为目标代码文件。

在步骤S320中，根据所述目标分析规则，对所述目标代码文件进行分析以得到代码文件的属性数据。

继续参照图1，在步骤S130中，调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果。

在本公开的一个实施例中，所述调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果的方法，参照图4所示，包括如下步骤S410至步骤S430，以下详细进行阐述：

在步骤S410中，调用所述编程语言的质量规范包。

在步骤S420中，根据所述代码文件确定开发阶段，并根据开发阶段在所述质量规范包中选择匹配的目标质量规范。

在本公开的一个实施例中，所述代码文件带有开发阶段标识，可根据所述开发阶段标识确定当前的开发阶段，并根据开发阶段在所述质量规范包中选择匹配的目标质量规范。例如，当前为开发阶段的第一阶段，所适用的质量规范为质量规范1；当开发一段时间后，项目负责人变更项目质量规范为质量规范2，此时，可以改变项目开发阶段标识，即可实现变更质量规范的目的。通过确定代码文件的开发阶段并根据开发阶段选择匹配的目标质量规范，可以使目标质量规范与代码文件的当前状态更加匹配，进而实现更加精准的分析；同时，由于目标质量规范是根据开发阶段选择的，降低了由于人为变更质量规范发生错误造成的分析错误，或是由于未及时变更质量规范造成的分析错误导致程序无法成功运行的可能性。

在步骤S430中，根据所述目标质量规范，将所述代码文件的属性数据与质量规范比较，得到所述代码文件的质量分析结果。

在本公开的一个实施例中，可以根据质量规范预设阈值，并根据预设阈值分析得到所述代码文件的质量分析结果。例如，可以对语句块和注释数量设置阈值，当注释数量与语句块数量的比值一定百分比，则可认为目标项目代码文件的可读性较好。

在本公开的一个实施例中，参照图5所示，所述代码质量分析方法还包括如下步骤S510至步骤S520，以下详细进行阐述：

在步骤S510中，将待分析的代码文件输入错误识别模型，以使错误识别模型根据训练代码文件集查找待分析的代码文件中存在的预判错误。

在本公开的一个实施例中，以正确代码文件及其适用的标准为训练样本，对预设机器学习模型进行训练以获取所述错误识别模型。具体地，采集正确的代码文件集及其适用的标准对机器学习模型进行训练，获取带有各标准对应的训练代码文件的错误识别模型。将待分析代码文件输入所述错误识别模型，以所述训练代码文件为参考文件，判断所述待分析文件是否符合预设适用标准。例如，在对代码文件集及其适用标准的学习过程中，形成符合核心语法ECMAScript 6.0标准(以下简称ES6标准)的训练代码文件，将所述待分析目标项目代码文件输入错误识别模型中，根据所述符合ES6标准的训练代码文件，检测待分析文件中不支持ES6标准的代码，并判断其为预判错误。通过错误识别模型能够快速查找待分析文件中的预判错误，方便开发人员根据所述预判错误判断代码文件是否真的存在错误。

在本公开的一个实施例中，所述预判错误是指错误识别模型根据预设标准识别出的可能存在错误的代码段，但是所述错误代码段是与训练代码文件进行对比得到的，但开发人员在编写过程中开发目的不同，因此所述错误代码段只是错误识别模型预判可能存在错误的代码段，是否存在错误还需开发人员确认。

在步骤S520中，对所述预判错误进行标识。

在本公开的一个实施例中，对所述预判错误进行标识的方式可以包括：对预判错误进行批注和/或改变预判错误的背景色。同时，还可以弹出提示窗口提示所述预判错误。

在本公开的一个实施例中，在将待分析的代码文件输入错误识别模型，以使错误识别模型根据训练代码文件集查找待分析的代码文件中存在的预判错误之后，所述方法还包括：根据对应于所述预判错误的所述训练代码文件，显示预判错误对应的修改提示。例如，根据错误识别模型中训练代码文件集查找到待分析代码文件中存在多行字符串所用的“\n”，则根据训练代码文件提示将其更改为支持ES6标准的反引号。

在本公开的一个实施例中，上述错误识别模型识别预判错误并对预判错误进行标识的步骤S510至S520，可以设置于代码质量分析之后执行，帮助开发人员快速查找代码中可能存在的错误，提高修改的效率；也可以设置与代码质量分析之前执行，能够先对代码文件中可能存在的错误修改，在修改之后再进行代码质量分析，避免修改之后代码质量达不到质量规范的情况，提升了开发的效率。

以下介绍本公开的装置实施例，可以用于执行本公开上述的代码质量分析方法。

图6示意性示出了根据本公开的一个实施例的代码质量分析装置的组成示意图，所述代码质量分析装置可以设置在安装有具有代码分析功能客户端的终端设备，例如电脑、平板电脑等。

参照图6所示，根据本公开的一个实施例的代码质量分析装置600，包括：确定单元601、分析单元602、和处理单元603。

其中，确定单元601用于获取待分析项目的代码文件，确定所述代码文件所使用的编程语言；分析单元602用于调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据；处理单元603用于调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果。

在本公开的一些实施例中，基于前述方案，所述确定单元601的配置为：将所述待分析项目的代码文件输入已训练的机器学习模型，以使机器学习模型确定所述代码文件所使用的编程语言；其中，所述机器学习模型通过不同编程语言代码的特征数据训练获取。

在本公开的一些实施例中，基于前述方案，所述分析单元602的配置为：调用所述编程语言的分析规则包；根据所述代码文件确定开发阶段，并根据开发阶段在所述分析规则包中选择匹配的目标分析规则；根据所述目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据。

在本公开的一些实施例中，基于前述方案，所述分析单元602的配置为：根据预设条件筛选所述代码文件以得到目标代码文件；根据所述目标分析规则，对所述目标代码文件进行分析以得到代码文件的属性数据。

在本公开的一些实施例中，基于前述方案，所述处理单元603的配置为：调用所述编程语言的质量规范包；根据所述代码文件确定开发阶段，并根据开发阶段在所述质量规范包中选择匹配的目标质量规范；根据所述目标质量规范，将所述代码文件的属性数据与质量规范比较，得到所述代码文件的质量分析结果。

在本公开的一些实施例中，基于前述方案，所述处理单元603的配置为：将待分析的代码文件输入错误识别模型，以使错误识别模型根据训练代码文件集查找待分析的代码文件中存在的预判错误；对所述预判错误进行标识；其中，以正确代码文件及其适用的标准为训练样本，对预设机器学习模型进行训练以获取所述错误识别模型。

在本公开的一些实施例中，基于前述方案，所述处理单元603的配置为：根据对应于所述预判错误的所述训练代码文件，显示预判错误对应的修改提示。

由于本公开的示例实施例的代码质量分析装置的各个功能模块与上述代码质量分析方法的示例实施例的步骤对应，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的代码质量分析方法的实施例。

下面参考图7，其示出了适于用来实现本公开实施例的电子设备的计算机系统700的结构示意图。图7示出的电子设备的计算机系统700仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统操作所需的各种程序和数据。CPU701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的代码质量分析方法。

例如，所述的电子设备可以实现如图1中所示的：步骤S110，获取待分析项目的代码文件，确定所述代码文件所使用的编程语言；步骤S120，调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据；步骤S130，调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据。

又如，所述的电子设备可以实现如图2至图5所示的各个步骤。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种代码质量分析方法，其特征在于，包括：

获取待分析项目的代码文件，确定所述代码文件所使用的编程语言；

调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据；

调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果。

2.根据权利要求1所述的代码质量分析方法，其特征在于，所述确定所述代码文件所使用的编程语言，包括：

将所述待分析项目的代码文件输入已训练的机器学习模型，以使机器学习模型确定所述代码文件所使用的编程语言；

其中，所述机器学习模型通过不同编程语言代码的特征数据训练获取。

3.根据权利要求1所述的代码质量分析方法，其特征在于，所述调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据，包括：

调用所述编程语言的分析规则包；

根据所述代码文件确定开发阶段，并根据开发阶段在所述分析规则包中选择匹配的目标分析规则；

根据所述目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据。

4.根据权利要求3所述的代码质量分析方法，其特征在于，所述根据所述目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据，包括：

根据预设条件筛选所述代码文件以得到目标代码文件；

根据所述目标分析规则，对所述目标代码文件进行分析以得到代码文件的属性数据。

5.根据权利要求1所述的代码质量分析方法，其特征在于，所述调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果，包括：

调用所述编程语言的质量规范包；

根据所述代码文件确定开发阶段，并根据开发阶段在所述质量规范包中选择匹配的目标质量规范；

根据所述目标质量规范，将所述代码文件的属性数据与质量规范比较，得到所述代码文件的质量分析结果。

6.根据权利要求1所述的代码质量分析方法，其特征在于，所述代码质量分析方法还包括：

将待分析的代码文件输入错误识别模型，以使错误识别模型根据训练代码文件集查找待分析的代码文件中存在的预判错误；

对所述预判错误进行标识；

其中，以正确代码文件及其适用的标准为训练样本，对预设机器学习模型进行训练以获取所述错误识别模型。

7.根据权利要求6所述的代码质量分析方法，其特征在于，在将待分析的代码文件输入错误识别模型，以使错误识别模型根据训练代码文件集查找待分析的代码文件中存在的预判错误之后，所述方法还包括：

根据对应于所述预判错误的所述训练代码文件，显示预判错误对应的修改提示。

8.一种代码质量分析装置，其特征在于，包括：

确定单元，用于获取待分析项目的代码文件，确定所述代码文件所使用的编程语言；

分析单元，用于调用所述编程语言对应的目标分析规则，对所述代码文件进行分析以得到代码文件的属性数据；

处理单元，用于调用所述编程语言对应的目标质量规范，将所述代码文件的属性数据与质量规范比较以得到所述代码文件的质量分析结果。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的代码质量分析方法。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的代码质量分析方法。