比较多个文件的公共代码

Question

我有两个项目，每个项目都有大量的代码库。我想运行一个工具来浏览每个项目中的所有文件，并显示项目中的哪些文件具有相似的代码。我什至不确定是否存在这样的东西，但我记得在学校时，老师们有一个工具，他们在多个学生的所有代码上运行，以识别他们的代码有多相似（以抓住作弊者）。

Answer 1

你想要的是一个克隆检测工具。这些工具可以查找任何文件集中重复的代码。对于您的任务，您将获取两个项目的文件，并在该集合中进行克隆检测。

[编辑 2019 基于真实经验，完全按照 OP 想做的事情]。

如果在一个项目的文件中找到一个克隆，该克隆与在另一个项目的文件中找到的克隆相对应，那么您就发现了它们的共同点。

对两个项目的所有文件进行直接克隆检测的一个缺陷是，您会发现一个项目中的许多克隆到同一个项目中。根据您的问题，这些并不有趣，例如误报。

我的公司提供了一种名为CloneDR的商业克隆检测器。它（恕我直言）是一个非常好的检测器，并且会找到其他检测器无法找到的克隆（例如，它不会被注释更改、代码布局、数字基数、变量重命名、甚至代码片段的插入或删除所欺骗）。但它还有另一个非常好的特性：它可以选择仅跨两个项目代码库检测克隆。您不会得到将这两个项目视为一个项目所得到的误报。