类似代码检测器

问题描述：

我正在寻找一种可以比较源代码的相似性的工具。类似代码检测器

现在我们有一个非常微不足道的系统，它有大量的误报，真正的积极因素可以很容易地被埋入其中。

我的要求是：

编辑：

为了避免混淆，以下两个代码段是相同的，并应被检测为这样：

for (int i = 0; i < 10; i++) { bla; }

int i; while (i < 10) { bla; i++; }

同样在这里：

int x = 10; y = x + 5;

int a = 10; y = a + 5;

差异是否满足您的一些需求？ –

@HighPerformanceMark大声笑，不，它不。 –

它看起来好像您需要一种工具来比较2个代码的语义相似性，而不是语法。我怀疑这是一个未解决的问题，因此将很难为您找到满意的解决方案。我认为，正如你所写的，你原来的问题会误导很多读者，就像它误导了我。我也认为你应该完全重写，以清楚地说明你对哪种比较感兴趣。 –

答

我用MOSS过去：http://theory.stanford.edu/~aiken/moss/检测抄袭代码。由于它在语义层面上工作，因此它将检测您在上面显示的情况。该工具是语言感知的，所以在分析中不考虑注释，并且在通过简单的搜索和替换变量和/或函数名称来检测已被修改的代码方面有很长的路要走。

注意：几年前，当我在研究生院教授计算机科学时，我使用了该工具，它在检测从互联网上跳出的代码时非常有效。这是一个证据充分的考虑类似的应用：http://fie2012.org/sites/fie2012.org/history/fie99/papers/1110.pdf

看来，链接到fie1012.org不再有效。你能提供一个替代的链接吗？ – Eric

试试这个：http://www3.nd.edu/~kwb/nsf-ufe/1110.pdf – Throwback1986

答

可能是复制粘贴探测器从PMD？

答

您在计算机科学术语中的问题可能被称为源代码抄袭检测。一个好的开始是阅读Dobbs博士的这篇文章：Detecting Source-Code Plagiarism。它列出了在源代码中检测剽窃的算法。

注意：你问什么确实是一个艰难的计算问题:)

答

你可以尝试duplo。它会找到共同的线。它有一些能够忽略空白变化的能力，但是不会检测带有重命名变量的代码，所以它在检测抄袭时更像是一种帮助。

答

我开始使用JPLAG（https://github.com/jplag/jplag）来检查代码相似性，并比较学生在Java和文本文件中的作品。它可以很好地检查相同的代码结构和变量替换。