【发布时间】：2014-01-17 23:39:18
【问题描述】：
我们正在使用 CPD 工具进行代码重复检测。 CPD 工具包括空格和 cmets。您能否告诉我们如何避免空格、cmets，以便出现正确的重复案例？ 假设我们有 4 行重复代码和 4 行 cmets，那么它返回 8 行而不是 4 行。
【问题讨论】：
标签： cpd
【发布时间】：2014-01-17 23:39:18
【问题描述】：
哪个特定（复制粘贴检测器）CPD 工具？有很多。
CPD 如何检测重复项取决于它比较的原始实体。 （我已经建立了克隆检测器）。
有些只在源代码行上运行；这些漂亮 很多都无法从编程语言中区分空格和 cmets 你认为你提供了工具。对它来说，您的代码只是原始文本。 这些工具也不能发现“代码块 A 是代码 B 的重复 定期更改（例如参数）”，这是您真正想知道的。 （我认为 这种 CPD 给出了糟糕的答案，因此是你的问题，但他们有 他们在所有事情上都工作的优势）。
有些人对语言标记进行操作，因为他们碰巧知道的语言。 这些工具在忽略空格方面往往非常好。自从他们 知道 cmets 是某些类型的令牌，他们通常可以忽略 cmets， 也可以使用某种命令行开关。 （因此，“哪个 CPD 工具？”）。 但他们不懂语言结构，因此认为序列
} {
是所有其他此类序列的克隆。坦率地说，这是一个愚蠢的克隆。 其次，这种基于令牌的检测器只能检测参数（地点 克隆系统地变化的地方）一 令牌范围，通常仅替换标识符或常量 由另一个常量或标识符。 这仍然是面向行的 CPD 工具在可用性方面的一大进步。
很少有人对语言结构进行操作，例如，使用语言的语法 控制匹配（我碰巧做了其中之一，CloneDR，请参阅我的简历）。 这些不会犯基于token的CPD工具的错误，让你变得更好 检测到的克隆此外，它们可以检测由以下组成的参数 （结构化的）记号序列，例如，当一个表达式被替换时 标识符等。恕我直言（哎呀，意见！）这些可以更好地检测到 克隆（这就是我构建 CloneDR 的原因）。
【讨论】：