如何识别python中已执行但已死的变量赋值。

Question

我经常使用像pyflakes和pep8之类的工具，以及覆盖率/工作服等。但是在我的项目中，我们有一些1000+行文件，包括以下内容

FOO = 3
BAR['foo'] = 5   # Actually overwritten/dead-code
BAR['bat'] = 6
BAR['bazooka']['aimed'] = True  # Actually Overwritten/dead-code
for i in BAR['bazooka'].keys():
    BAR['bazooka'][i] = False
if not BAR['bazooka']['aimed']:
    BAR['foo'] = 500

等等，在同一个文件中，我们还可以尝试使用for循环执行智能操作，并根据其他变量替换dict堆栈的部分内容。

我感兴趣的是python是否有任何方法(at-execution很好，但不需要修改每个var赋值)，比如“第3行的赋值实际上被第398行循环中的赋值覆盖了)。”

基本上是这样的一种方式：“这里赋值的变量是gc()d，所以我们为它提供了一个新的值”。

覆盖率无法识别，因为分配是执行代码的，我们不能按字母顺序排序文件，因为所述循环(而循环更改是这个值最多的地方)。

Answer 1

例如，您可以将BAR定义为一个类的实例，它跟踪哪些项被重新分配而没有被引用。为了简洁起见，对dict进行子类化(但最好是持有a dict和子类collections.Mapping) --也是以其他方式对概念的简化证明(项可以以其他方式“使用”，而不仅仅是通过索引等方式获得)：

class Bardict(dict):

    def __init__(*a, **k):
        dict.__init__(self, *a, **k)
        self.assigned_not_used = set(self)

    def __getitem__(self, key):
        self.assigned_not_used.discard(key)
        return dict.__getitem__(self, key)

    def __setitem__(self, key, value):
        if key in self.assigned_not_used:
            print('Assigned, never used: {}'.format(key)
        self.assigned_not_used.add(key)
        return dict.__setitem__(self, key)

 BAR = Bardict()

在以下情况下，我认为这也是一种“假阳性”：

 BAR['foo'] = 'zap'
 if some_condition: BAR['foo'] = 'zip'

这实际上是初始化BAR['foo']的一种非常好的方法(当然，if/else也很好)。但在这种情况下很难保持沉默，在其他情况下你也很难大声说话.