plsql - 寻找重复的源代码

Question

我正在分析一些遗留代码。它是大约 80.000 行旧的 plsql 代码。乍一看，源代码中有相当多的重复内容需要删除。而不是做 diff 的手册并查看每个文件，必须有一些工具/命令行混淆来检测源代码的重复行。

我的目标是对重写源代码的最小大小以及该程序中捕获了多少实际知识进行有根据的猜测。我写了一些基本的静态代码分析器来查找每个文件中的控制语句 IF ELSE FOR etc 和 Functions 的数量。
但是重复的代码仍然需要从我的统计数据中删除。

Answer 1

你看过Simian - Similarity Analyser ? (刚刚检查，它不再是免费的，但它可用于评估目的的 15 天。)

Simian (Similarity Analyser)identifies duplication in Java, C#, C,C++, COBOL, Ruby, JSP, ASP, HTML, XML,Visual Basic, Groovy source code andeven plain text files. In fact, simiancan be used on any human readablefiles such as ini files, deploymentdescriptors, you name it.

我在实践中使用过它，效果很好。