跳转至

duplicate-code-semantic

类别: 重复代码
严重程度: Warning
触发方式: pyscn analyze, pyscn check --select clones

检测内容

标记语法不同但计算结果相同的代码块（Type-4 克隆，相似度 >= 0.65）。使用数据流分析比较行为而非结构。

为什么这是一个问题

语义克隆是在代码审查中不会被注意到的重复。一个函数使用循环，另一个使用推导式；一个通过 update 构建字典，另一个使用合并语法。代码看起来不同，因此通过了视觉检查，但两种实现做的是同一件事。

风险与任何重复一样 — 修改必须在多处进行 — 但还有额外的成本。读者无法一眼判断两种实现在边界情况上是否一致。循环版本是否也会跳过 None？推导式版本在输入为空时是否会抛出异常？每次都必须进行这样的心理审计。

统一为单一实现可以消除审计和偏离的问题。

示例

def unique_emails(users):
    seen = set()
    result = []
    for u in users:
        if u.email not in seen:
            seen.add(u.email)
            result.append(u.email)
    return result

def distinct_emails(users):
    return list({u.email: None for u in users}.keys())

修正示例

选择一种实现并在所有地方使用。优先选择更清晰的版本；如果两者各有优点，保留一个并记录原因。

def unique_emails(users):
    """按首次出现顺序返回用户邮箱，不含重复项。"""
    return list(dict.fromkeys(u.email for u in users))

选项

选项 默认值 说明
clones.type4_threshold 0.65 一对代码被报告为语义克隆所需的最低相似度。
clones.enable_dfa true 启用驱动 Type-4 检测的数据流分析。
clones.similarity_threshold 0.65 在按类型阈值之前应用的全局下限。
clones.enabled_clone_types ["type1","type2","type4"] 包含 "type4" 以保持此规则生效。
clones.min_lines 5 最小片段大小（行数）。

参考