[发明专利]一种基于语义的代码搜索方法

摘要

本发明公开了一种基于语义的代码搜索方法，其采用的系统分为数据收集、分析、排序、用户交互四大模块；数据收集模块中的爬虫工具JoBo可以在配置文件中预先设定一些网站地址，再从预先设定的论坛和博客上抓取代码源，达到最快最有效的抓取网页；爬虫工具JoBo抓取到的代码源，采用开源工具JDT中的抽象语法树AST框架来进行语义分析；数据排序模块根据用户输入的关键字匹配，分析得到相应的搜索结果后，综合考虑五方面的因素，通过数据排序将搜索结果按照分值从高到底依次排列展现给用户。本发明在利用现有最好搜索引擎的基础上，对语义信息识别、排序做了相应的扩展，通过配置爬虫定义搜索范围，提高了搜索效率和查准精度并可以考虑用户喜好。

主权项

一种基于语义的代码搜索方法，其特征在于：方法的实现所采用的系统分为数据收集模块、数据分析模块、数据排序模块、用户交互模块；所述数据收集模块中的爬虫工具JoBo可以在配置文件中预先设定一些网站地址，爬虫工具JoBo再从预先设定的论坛和博客上抓取代码源，达到最快最有效的抓取网页；所述爬虫工具JoBo抓取到的代码源，采用开源工具JDT中的抽象语法树AST框架来进行语义分析；所述数据排序模块可以根据用户输入的关键字匹配、分析得到相应的搜索结果后，综合考虑五方面的因素：关键字在代码中出现的次数、注释部分在代码中所占的比例、代码长度是否在上下界之内、是否提供了代码出处的链接、与用户喜好的匹配程度；每一因素的取值乘上相应的权重后求和得出代码的综合评分，通过数据排序将搜索结果按照分值从高到底依次排列展现给用户。