Python -副作用/纯度分析工具？

Question

在Python中是否存在类似于http://jppa.sourceforge.net的现有的副作用/纯度分析工具？

Answer 1

我不知道有什么存在，但以下是一些常见的制作方法：

• 将源文件分析为文本--使用正则表达式查找显示函数的内容肯定不是纯的，例如global关键字。出于实际目的，在正文中只有一个return语句的最体面的编写函数很可能是纯的。另一方面，如果一个函数没有return语句，那么它要么是无用的，要么是不纯的。
• 将源文件中的函数作为代码进行分析。如果孤立地测试一个函数会产生一个NameError，那么您知道它要么是不纯的(因为它在更高的级别上没有访问变量的权限)，要么是在它中有一个错误(在定义变量之前引用一个变量或者其他类似的变量)，但是后一种情况应该由正常的测试来处理。如果您想这样做，检查模块的函数等距函数可能很有用。 对于您测试的每个函数，如果它有一个相对较小的域(例如，一个输入可以是1、2、3或4)，那么您可以对所有可能的输入进行详尽的测试，并以这种方式得到一定的答案。如果它有一个有限的、有限的但大的区域(例如所有0到1000之间的实数(无限但有限)，或者-12345到67890之间的所有整数)，那么您可以尝试对该域中的输入进行抽样，并使用它获得纯度的概率。但是，这种方法可能不是很有用，因为不太可能指定函数的域，因此您可能只能在编写函数时检查它，在这种情况下，您可能不需要分析它。
• 做一些聪明的事情，可能结合上面的技巧。例如，建立一个神经网络，输入作为函数的文本，输出作为纯的可能性。然后，你可以用你所知道的纯粹或不纯的函数来训练网络，然后将它用于未知纯度的函数。

编辑:我回到这个问题后，有人以新的知识被否决了！ast模块应该使编写您自己的分析工具相对容易，因为它允许您访问代码的抽象语法树。穿过这棵树，看看是否有什么能阻止纯洁的东西，这应该是相当容易的。这是一种比将源文件作为文本分析更好的方法，我可能会在某个时候尝试一下。最后，这问题也可能是有用的，也可能是这问题，它基本上是这个问题的重复。