[发明专利]一种Web前端代码依赖关系可视化方法有效
申请号: | 201911137711.2 | 申请日: | 2019-11-19 |
公开(公告)号: | CN110908710B | 公开(公告)日: | 2023-08-29 |
发明(设计)人: | 周圆;张岳;金明磊;赵恩伟;邓守峰 | 申请(专利权)人: | 天津大学 |
主分类号: | G06F8/75 | 分类号: | G06F8/75;G06F8/20 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李素兰 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 web 前端 代码 依赖 关系 可视化 方法 | ||
本发明公开了一种Web前端代码依赖关系可视化方法,该方法利用分析项目代码得到包含代码信息及引用关系的原始数据,对其增强得到强化数据,再将强化数据映射到可视化模型上,最后使用ECharts进行渲染得到代码依赖关系的可视化图形,可视化图形可支持人机交互,可通过筛选原始数据,重新得到新渲染的可视化图形。与现有技术相比,原本需要人工检查才能分析得到的依赖关系,本发明提出的一种Web前端代码依赖关系可视化方法可以自动化地分析并渲染成可视化的图形,有助于减少不必要的依赖,优化代码结构。
技术领域
本发明涉及Web前端开发技术领域,特别涉及代码依赖关系的分析方法。
背景技术
在现代软件项目的开发中,无论使用过程式、函数式还是面向对象的软件组织方式,最终程序的执行必然包括对一系列方法的调用,这意味着代码之间的依赖关系广泛存在软件项目中,在面向对象的开发方式中,继承和方法调用是比较常见的对象之间产生依赖的原因,代码依赖不可避免,但在软件项目代码量越来越庞大的今天,代码间的依赖关系日趋复杂,冗余的和高度耦合的代码依赖会增加代码理解和维护的难度。传统的依靠开发人员经验进行代码依赖检查的方式效率较低,对于代码依赖的自动化检查已经成为大型软件项目研发的常见手段。
软件开发过程传统上主要基于开发人员的经验进行。为了改进开发效率,需要引入数据驱动的方式,首要任务是充分利用开发过程中产生的各种数据,包括代码依赖数据,运用可视化分析的方法,结合人类视觉和计算机结构化信息处理的优势,使用人机交互的方式从数据中得出结论。
现代软件项目代码量的膨胀使得代码间的依赖关系日趋复杂,传统的依靠开发人员经验进行代码依赖检查的方式效率不仅低,分析结果还有不一定准确。使用可视化的代码依赖分析方法充分利用软件项目开发过程中产生的代码依赖数据,自动化地分析数据,运用可视化分析的方法,展示可视化的图形。对代码依赖分析有助于降低不必要和不合理的依赖,加以适时的重构,可以维护软件架构的稳定性,减少程序错误,提高开发效率和降低维护成本。
发明内容
本发明旨在提出一种Web前端代码依赖关系可视化方法,该方法利用分析项目代码得到包含代码信息及引用关系的原始数据,对其增强得到强化数据,再将强化数据映射到可视化模型上,最后使用ECharts进行渲染得到代码依赖关系的可视化图形,可视化图形可支持人机交互,可通过筛选原始数据,重新得到新渲染的可视化图形。
本发明的一种Web前端代码依赖关系可视化方法,该方法包括以下步骤:
步骤1、基于ECMAScript6的模块化语法获取原始数据包括项目关联的所有代码文件以及相关信息、依赖关系的数据,即得到此文件的引用信息;
步骤2、对原始数据进行增强,进而得到强化数据,即计算depth、deepen、depth_range、max_size、max_nums_as_source等信息从项目目录中筛选并且去除不相关文件的无效数据,depth表示文件的相对根目录的深度,由文件信息对象的id即文件的相对目录计算得到;deepen表示文件是否被同级的其他文件引用;depth_range表示每层目录中的文件总数;max_size表示所有文件中的文件大小的最大值;max_nums_as_source表示所有文件中文件引用数量的最大值;
步骤3、由强化数据映射到可视化模型;每个文件表示按被引次数表示为不同灰度、不同大小的圆圈;可视化模型显示为同心圆结构,同一级目录下的文件根据id按字典序均匀分布在同一个圆上,第一级目录为半径最小的圆,随半径增大依次为第二级、第三级等目录;在同一级目录中,如果某文件是被同级的其他文件引用,它将被向外移动到本目录和下一级目录之间的位置;模型建立过程如下:
(1)对大小规模不一的文件进行归一化处理,建立文件的半径模型,公式如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911137711.2/2.html,转载请声明来源钻瓜专利网。