Java语言统计信息

Question

我对收集我可以访问的大量Java代码语料库的一些统计信息很感兴趣。我感兴趣的一些统计数据可能包括使用某些方法/类的频率、导入某些包的频率等。

我的第一个想法是使用javaparser，但是这个库只支持Java1.5以上的版本，而且我拥有的大多数代码都是1.6或更高版本。

有没有一个库，可以给我一个准确的AST从一些Java代码(即.我能以某种方式向javac索要它吗？)，或者有没有更好的方法来解决这个问题(也许可以检查字节码)？

Answer 1

不知道AST是否准确，但您肯定可以使用ASM或BCEL等包读取字节码，并且扫描这些数据结构中的函数调用将是相当简单的。当然，这可能是在执行了一些早期优化之后，所以它可能不会直接反映源代码...而且它在JIT之前，所以它可能不能直接反映实际运行的内容。

另一种解决方案是在分析器的控制下运行代码，这可以为您提供从不同位置调用的相对或绝对频率。

所有这些都不会给您提供导入的数量--这纯粹是一个语法糖的细节。但出于同样的原因，我不认为这实际上是一个有意义的数字。