摘  要： 隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，開(kāi)源軟件正以前所未有的優(yōu)勢(shì)得以迅速發(fā)展?，F(xiàn)在的開(kāi)源軟件已經(jīng)成為軟件發(fā)展的主要流行趨勢(shì)。開(kāi)源軟件的成功對(duì)軟件產(chǎn)業(yè)起到了巨大的作用。同時(shí)，由于目前開(kāi)源軟件數(shù)量急劇增加，迅速準(zhǔn)確地尋找到用戶(hù)所需的代碼成為一個(gè)關(guān)鍵問(wèn)題?，F(xiàn)有的代碼搜索引擎大都是基于文本的搜索，并未利用語(yǔ)法、語(yǔ)義信息，在搜索準(zhǔn)確性方面受到極大限制。因此，有學(xué)者提出利用代碼的語(yǔ)法和語(yǔ)義等信息輔助代碼搜索。從多個(gè)方面對(duì)開(kāi)源的作用做一個(gè)較全面的介紹，并對(duì)開(kāi)源代碼的關(guān)鍵搜索技術(shù)做一個(gè)簡(jiǎn)要綜述。

　　關(guān)鍵詞： 開(kāi)源；復(fù)用；搜索；關(guān)鍵詞；語(yǔ)法；語(yǔ)義

0 引言

　　隨著網(wǎng)絡(luò)時(shí)代的來(lái)臨和開(kāi)源運(yùn)動(dòng)的發(fā)展，軟件的開(kāi)發(fā)模式、運(yùn)行環(huán)境和提供方式都發(fā)生了巨大改變。興起于20世紀(jì)90年代的開(kāi)源軟件取得了巨大成功，其開(kāi)發(fā)活動(dòng)具有開(kāi)放分享、頻繁發(fā)布等特點(diǎn)，能夠有效匯聚軟件各利益相關(guān)方的創(chuàng)意和貢獻(xiàn)，其自由松散的表象下隱藏著重要的軟件工程新理論，對(duì)軟件產(chǎn)業(yè)的發(fā)展和格局產(chǎn)生了深遠(yuǎn)的影響。目前，開(kāi)源軟件有著良好的發(fā)展態(tài)勢(shì)。開(kāi)源文化是人類(lèi)幾千年的智慧結(jié)晶，是一種必然的歷史趨勢(shì)，這種發(fā)展趨勢(shì)是誰(shuí)也阻擋不了的。

　　開(kāi)源軟件[1]就是在開(kāi)發(fā)源代碼許可證的規(guī)范下發(fā)布的軟件，以保障用戶(hù)自由使用軟件及接觸源代碼的權(quán)利，同時(shí)也保障了用戶(hù)自行修改、復(fù)制以及再分發(fā)的權(quán)利。開(kāi)源軟件的數(shù)量目前正在不斷大量增長(zhǎng)，大量開(kāi)源軟件的出現(xiàn)，對(duì)軟件工程的實(shí)施起到巨大作用，本文以開(kāi)源對(duì)軟件工程的作用和關(guān)鍵技術(shù)為研究點(diǎn)，主要分析開(kāi)源對(duì)當(dāng)前軟件工程的作用和針對(duì)開(kāi)源代碼的關(guān)鍵搜索技術(shù)。

1 開(kāi)源對(duì)軟件工程的作用

　　1.1 基于開(kāi)源庫(kù)的瀏覽學(xué)習(xí)

　　數(shù)量巨大的開(kāi)源庫(kù)對(duì)于程序員來(lái)說(shuō)是一座巨大的寶藏，源代碼融合了作者數(shù)十年的方法、經(jīng)驗(yàn)和教訓(xùn)，對(duì)于初學(xué)者來(lái)說(shuō)不可多得的學(xué)習(xí)資源。

　　對(duì)于初學(xué)者來(lái)說(shuō)，開(kāi)源主要有以下兩個(gè)方面作用：

　　（1）有助于從理論到實(shí)踐的平滑過(guò)渡。從理論到實(shí)踐是一個(gè)痛苦的過(guò)程，正是因?yàn)檫@種痛苦讓很多初學(xué)者望而卻步。

　　（2）有助于初學(xué)者了解技術(shù)潮流。開(kāi)源項(xiàng)目往往沒(méi)有遺留系統(tǒng)的負(fù)擔(dān)，比較有利于新技術(shù)和新想法的實(shí)現(xiàn)。初學(xué)者通過(guò)閱讀源碼可以緊跟這些新技術(shù)和新想法。

　　1.2 開(kāi)源有助于了解API使用方法

　　在現(xiàn)代軟件行業(yè)中，越來(lái)越多的程序員依靠API庫(kù)來(lái)完成他們?nèi)粘５拈_(kāi)發(fā)任務(wù)。HOFFLNANN R[2]等人的研究指出，程序員在軟件開(kāi)發(fā)的過(guò)程中經(jīng)常需要調(diào)用到其他庫(kù)里的API。對(duì)于一個(gè)簡(jiǎn)單的API來(lái)說(shuō)，通過(guò)一個(gè)使用例子，可以更加直觀地看到使用方法，這會(huì)讓用戶(hù)使用API變得更加快捷方便，省下了閱讀API文檔的過(guò)程，提高了開(kāi)發(fā)效率。

　　通過(guò)示例代碼學(xué)習(xí)具體API的使用方法是開(kāi)發(fā)人員進(jìn)行軟件復(fù)用的高效手段。例如，Java程序員要使用排序函數(shù)sort，通常需要打開(kāi)文檔，找到sort函數(shù)，然后仔細(xì)查看文檔。這里使用開(kāi)源代碼的搜索引擎krugle，在開(kāi)源代碼庫(kù)里輸入關(guān)鍵字“sort”，通過(guò)對(duì)照著搜索結(jié)果中調(diào)用API的方法使用該API，就會(huì)省下很多時(shí)間，提高開(kāi)發(fā)效率。

　　1.3 開(kāi)源有利于代碼精確復(fù)用

　　代碼復(fù)用可以說(shuō)是任何一個(gè)軟件企業(yè)都不能漠視的課題，因?yàn)閺?fù)用已有的代碼意味著開(kāi)發(fā)人員可以節(jié)省許多對(duì)代碼進(jìn)行測(cè)試和提升代碼質(zhì)量的時(shí)間。在軟件開(kāi)發(fā)中，軟件的每個(gè)部分幾乎都包括可復(fù)用的代碼塊。隨著開(kāi)源的流行，開(kāi)源代碼庫(kù)的數(shù)量的日益龐大，開(kāi)源代碼的數(shù)量可以說(shuō)是不計(jì)其數(shù)。如此龐大基數(shù)的代碼幾乎包含了各個(gè)方面的代碼?？梢哉f(shuō)很多程序員正在寫(xiě)或者將要寫(xiě)的代碼都是代碼庫(kù)里已有的代碼，這就浪費(fèi)了大量的人力、物力。因此，開(kāi)源就是使得任何所需要的代碼幾乎可以復(fù)用。

　　1.4 開(kāi)源有助于軟件的推廣

　　十年前，開(kāi)源支持者在試圖推廣免費(fèi)軟件時(shí)陷入了困戰(zhàn)，推廣實(shí)施的障礙包括軟件質(zhì)量、安全保障、后期支持等。然而十年后，開(kāi)源模式已經(jīng)被大眾接受，相當(dāng)一部分公司在使用開(kāi)源軟件，開(kāi)源甚至更加有助于軟件的推廣[3]。開(kāi)源已經(jīng)走過(guò)了從忽視到嘲笑到打擊到被大家接受的過(guò)程[4]，究其原因，可以從以下三點(diǎn)來(lái)說(shuō)明：

　?。?）注重安全的人更加傾向于開(kāi)源軟件。開(kāi)源可以讓大家更加清楚軟件背后到底在做哪些不為人知的事，會(huì)讓使用開(kāi)源軟件的人更加放心。

　?。?）節(jié)約成本的人更加傾向于開(kāi)源軟件。在使用軟件時(shí)一個(gè)不可避免的因素就是用戶(hù)是否愿意為其付費(fèi)。隨著開(kāi)源軟件的質(zhì)量的提高，用戶(hù)更愿意使用一個(gè)安全的、高質(zhì)量的、便宜的開(kāi)源軟件。

　?。?）開(kāi)源社區(qū)積攢了大量的人群。在開(kāi)源代管平臺(tái)上發(fā)布項(xiàng)目會(huì)發(fā)布得更快，軟件發(fā)布后很快就會(huì)被各種用戶(hù)使用、轉(zhuǎn)載，形成了一個(gè)無(wú)形的軟件“供需超市”。開(kāi)源社區(qū)內(nèi)不同背景、不同專(zhuān)長(zhǎng)的人匯集成一股集體的力量，對(duì)于開(kāi)源項(xiàng)目的推廣起到了重要的作用。正如圖1所示，開(kāi)發(fā)者和用戶(hù)通過(guò)社區(qū)學(xué)習(xí)知識(shí)、提升能力、提升知名度、擴(kuò)展人際圈子，企業(yè)通過(guò)社區(qū)可以提高企業(yè)知名度、找到合適的人才、推廣技術(shù)和產(chǎn)品、降低成本等，社區(qū)在開(kāi)源項(xiàng)目的推廣中起到了重要的作用。

　　1.5 開(kāi)源有助于軟件的個(gè)性化定制

　　開(kāi)源軟件能夠迅速推廣得益于個(gè)性化定制。個(gè)性化定制是用戶(hù)介入產(chǎn)品的生產(chǎn)過(guò)程，將指定的圖案和文字印刷到指定的產(chǎn)品上，用戶(hù)獲得自己定制的個(gè)人屬性強(qiáng)烈的商品。

　　由于開(kāi)源的關(guān)系，軟件也可以個(gè)性化定制。開(kāi)源意味著任何人都可以去下載修改開(kāi)源軟件的源碼，制作出屬于自己的專(zhuān)屬軟件版本，而且可以將自己的個(gè)性化軟件進(jìn)行傳播。

　　以往，軟件給人的思想是“給你什么你就有什么”，大多數(shù)專(zhuān)有軟件公司根據(jù)投資回報(bào)比來(lái)投資軟件，一些個(gè)性化的需求往往得不到他們的重視。然而，開(kāi)源流行開(kāi)后，個(gè)人或者企業(yè)可以添加自己想要的功能，這種個(gè)性化的定制往往使得開(kāi)源能夠更好地服務(wù)于個(gè)人或者企業(yè)。

　　1.6 開(kāi)源有助于軟件質(zhì)量的分析

　　軟件質(zhì)量是軟件產(chǎn)品的靈魂。關(guān)于開(kāi)源和閉源的軟件質(zhì)量的討論一直沒(méi)有停止過(guò)。閉源，相對(duì)來(lái)說(shuō)，表面上是安全的，因?yàn)樗拇a是不公開(kāi)的，沒(méi)有高水平編程能力很難去破解，但它的缺點(diǎn)是本身因開(kāi)發(fā)人員思路的局限性會(huì)有很多漏洞，而自己又不知道，這就給了黑客作惡以可乘之機(jī)。

　　開(kāi)源軟件由于源碼的開(kāi)放性，使得用戶(hù)和第三方評(píng)測(cè)者能夠直接通過(guò)代碼的分析了解軟件的內(nèi)部質(zhì)量情況，是一種直觀、精確的評(píng)測(cè)方式。此外，開(kāi)源軟件能集中群體的力量做到及時(shí)發(fā)現(xiàn)漏洞修補(bǔ)漏洞，可以集思廣益發(fā)揮群智群力的作用，讓開(kāi)源軟件迅速完善起來(lái)。

2 源代碼搜索的關(guān)鍵技術(shù)分析

　　2.1 基于字符串匹配的搜索技術(shù)

　　2.1.1 基于關(guān)鍵詞的搜索

　　對(duì)源代碼搜索而言，目前絕大多數(shù)的解決方案都可歸類(lèi)為兩種：一是借助于開(kāi)源代碼搜索工具或平臺(tái)如Github或者Sourceforge等；二是借助于通用搜索引擎。兩者都是基于關(guān)鍵詞的搜索。

　　在基于關(guān)鍵詞的搜索中，主要采用了布爾搜索模型的搜索策略[5]。在布爾搜索中，用戶(hù)的查詢(xún)要求用普通的語(yǔ)言敘述，即用戶(hù)可完全按照自己的思維習(xí)慣提問(wèn)。其中的查詢(xún)要求（條件）A、B…可以分別用若干個(gè)標(biāo)引詞來(lái)表示，接著可以用布爾邏輯算符“∨”、“∧”、“?劭”將用戶(hù)的提問(wèn)“翻譯”成系統(tǒng)可以接受的形式。

　　一般用tk表示標(biāo)引詞序列，dkn表示與tk有關(guān)的文獻(xiàn)，則tk*={dk1，dk2，…，dkn}就可以用來(lái)表示與標(biāo)引詞tk有關(guān)的文獻(xiàn)全體組成的集合。令Χ（q）表示關(guān)于查詢(xún)q的檢出文獻(xiàn)，則：

　?。?）q=t，Χ（q）=t*

　　（2）q=?劭t，Χ（q）=t*=Dt*

　　（3）q=t1∨t2，Χ（q）=t1*∪t2*

　?。?）q=t1∧t2，Χ（q）=t1*∩t2*

　　很明顯，布爾邏輯運(yùn)算實(shí)際上就是集合之間的并、交、補(bǔ)運(yùn)算，也就是說(shuō)，布爾邏輯檢索系統(tǒng)實(shí)際上是通過(guò)對(duì)若干個(gè)代碼文件集合（代碼文件集D或D的子集）的并、交、補(bǔ)運(yùn)算回答用戶(hù)提問(wèn)的。

　　然而，這種方法局限性較大，不能充分利用代碼在語(yǔ)法結(jié)構(gòu)、語(yǔ)義等方面的特性，也無(wú)法保證查詢(xún)到的代碼與用戶(hù)查詢(xún)相關(guān)。

　　2.1.2 基于代碼段的搜索

　　盡管基于關(guān)鍵詞的搜索也在一定程度上幫助程序員復(fù)用源代碼，但是它還是會(huì)返回給用戶(hù)數(shù)量巨大的搜索結(jié)果，其中包括了很多用戶(hù)并不需要的結(jié)果。這是由于基于關(guān)鍵詞的搜索并未區(qū)分搜索的粒度，比如文件、類(lèi)或者是函數(shù)，而僅僅是將匹配到的所有結(jié)果返回給用戶(hù)。因此，代碼搜索技術(shù)需要根據(jù)用戶(hù)需要返回不同粒度的結(jié)果?；谝褟?fù)用代碼的搜索技術(shù)[6]就是返回在過(guò)去曾經(jīng)復(fù)用過(guò)的代碼片段，可以根據(jù)用戶(hù)需求返回粒度較小的函數(shù)或者代碼段。

　　在基于已復(fù)用代碼的搜索技術(shù)中，可以認(rèn)為，過(guò)去復(fù)用過(guò)的代碼很有可能會(huì)在將來(lái)再次被復(fù)用，因此返回給用戶(hù)的結(jié)果是在過(guò)去被復(fù)用過(guò)的代碼片段。該方法主要包括了代碼分析部分和代碼搜索部分。代碼分析部分探測(cè)將要被返回給用戶(hù)的重復(fù)代碼片段集合。代碼搜索部分返回給用戶(hù)的是與他們輸入相關(guān)的重復(fù)代碼片段。利用基于代碼段的搜索方法可以搜索得到更小的粒度，而不僅僅是代碼文件，滿足用戶(hù)對(duì)于搜索代碼段的需求。

　　2.1.3 源代碼及時(shí)錄入及時(shí)搜索參考技術(shù)

　　據(jù)調(diào)查表明，現(xiàn)代軟件開(kāi)發(fā)過(guò)程，開(kāi)發(fā)人員大約有19%的工作是在搜索代碼。開(kāi)發(fā)人員經(jīng)常需要參考Web上的代碼搜索結(jié)果來(lái)學(xué)習(xí)新技術(shù)或者輔助開(kāi)發(fā)工作[7]。通常情況下，開(kāi)發(fā)人員需要從IDE或者代碼編輯器切換到瀏覽器，在某個(gè)代碼搜索網(wǎng)站例如github上搜索，搜索結(jié)果會(huì)出現(xiàn)很多結(jié)果，每個(gè)結(jié)果對(duì)應(yīng)著一個(gè)鏈接，開(kāi)發(fā)人員不得不一一打開(kāi)鏈接查看結(jié)果是否滿足需求，十分影響程序員的開(kāi)發(fā)效率。因此，源代碼實(shí)時(shí)錄入、實(shí)時(shí)搜索技術(shù)能夠幫助用戶(hù)改善這種狀況。

　　源代碼即時(shí)錄入即時(shí)搜索技術(shù)旨在即時(shí)找到與用戶(hù)輸入代碼片段類(lèi)似或者相同的代碼段，并將其實(shí)時(shí)返回給用戶(hù)，以幫助用戶(hù)學(xué)習(xí)參考或者復(fù)用。源代碼即時(shí)錄入即時(shí)搜索技術(shù)并非是一種新的代碼搜索技術(shù)，它根據(jù)用戶(hù)在編輯器中實(shí)時(shí)輸入的結(jié)果，來(lái)搜索和當(dāng)前用戶(hù)輸入的代碼類(lèi)似的代碼片段返回給用戶(hù)，輔助用戶(hù)進(jìn)行開(kāi)發(fā)。

　　2.2 基于語(yǔ)法的源代碼搜索技術(shù)

　　2.2.1 利用程序結(jié)構(gòu)的搜索方法

　　與網(wǎng)頁(yè)文件搜索相比，代碼文件有著自己的特點(diǎn)，而在傳統(tǒng)代碼搜索中還只是利用關(guān)鍵字進(jìn)行搜索，忽略代碼本身的特性，因此，有研究人員提出了基于程序結(jié)構(gòu)的源代碼搜索。

　　在結(jié)構(gòu)化程序設(shè)計(jì)方法中，任何程序都可以用三種基本結(jié)構(gòu)（順序結(jié)構(gòu)、分支結(jié)構(gòu)、循環(huán)結(jié)構(gòu)，如圖2所示）來(lái)表示，可以利用其程序結(jié)構(gòu)輔助搜索。

　　一方面，根據(jù)用戶(hù)的查詢(xún)輸入，生成所需的程序結(jié)構(gòu)的特征向量，這些結(jié)構(gòu)特征包括：順序結(jié)構(gòu)數(shù)、分支結(jié)構(gòu)數(shù)、循環(huán)結(jié)構(gòu)數(shù)等。另一方面，分析出開(kāi)源庫(kù)中的源代碼文件，得到程序結(jié)構(gòu)的特征向量，并建立數(shù)據(jù)庫(kù)。若兩個(gè)向量的相似度達(dá)到一定值，則說(shuō)明該向量對(duì)應(yīng)的代碼與用戶(hù)所需的程序結(jié)構(gòu)相似，將其返回給用戶(hù)。

　　2.2.2 利用控制流圖的搜索方法

　　隨后又有研究人員提出利用控制流圖輔助搜索。在結(jié)構(gòu)化程序設(shè)計(jì)方法中，程序是一系列過(guò)程的集合，而控制流圖是表示一個(gè)過(guò)程內(nèi)所有基本快執(zhí)行的可能流向和每個(gè)基本塊所對(duì)應(yīng)的語(yǔ)句表，能反映一個(gè)過(guò)程的實(shí)時(shí)執(zhí)行過(guò)程。因此，利用控制流圖來(lái)輔助搜索可以幫助提高精確度。

　　在該搜索方法中，每個(gè)源代碼由一個(gè)控制流圖來(lái)表達(dá)，每一個(gè)節(jié)點(diǎn)表示一個(gè)基本塊。利用從用戶(hù)輸入得到的信息，系統(tǒng)生成一個(gè)控制流圖，如果兩個(gè)控制流圖是同構(gòu)的，則可以認(rèn)為該控制流圖對(duì)應(yīng)的代碼即為用戶(hù)要搜索的結(jié)果[8]。例如圖3（a）中的代碼可以生成圖3（b）所示的控制流圖。

　　但是在利用控制流圖的搜索方法中，用戶(hù)需要輸入一個(gè)控制流圖，這無(wú)疑加重了用戶(hù)的使用負(fù)擔(dān)，如何根據(jù)用戶(hù)簡(jiǎn)單的輸入自動(dòng)生成控制流圖值得研究。

　　2.2.3 利用程序語(yǔ)法樹(shù)的搜索方法

　　在2.2.1中，利用程序結(jié)構(gòu)進(jìn)行代碼搜索，然而Sourcerer[9]等搜索引擎比較簡(jiǎn)單粗糙地利用程序結(jié)構(gòu)信息（比如if語(yǔ)句的個(gè)數(shù)、for循環(huán)結(jié)構(gòu)的個(gè)數(shù)等）能使搜索結(jié)果精確一些，但是并沒(méi)有深入全面地利用語(yǔ)法信息來(lái)輔助代碼搜索，而本文可以利用程序語(yǔ)法樹(shù)來(lái)輔助代碼搜索。

　　語(yǔ)法樹(shù)是程序代碼的樹(shù)狀表示，它是形式化、規(guī)范化的程序語(yǔ)義表示，是程序設(shè)計(jì)者思想的形式化表示。語(yǔ)法樹(shù)是程序的編譯或者解釋過(guò)程中的一個(gè)中間數(shù)據(jù)結(jié)構(gòu)，處于源代碼和中間語(yǔ)言代碼之間。源代碼太具體，中間語(yǔ)言代碼又過(guò)于抽象，而語(yǔ)法樹(shù)介于兩者之間，能夠形象地抽象出程序的結(jié)構(gòu)信息，為代碼的搜索提供更加準(zhǔn)確、全面的信息。例如如下代碼：

　　if（x==2）{

　　x=a+b；

　　}

　　這段代碼的語(yǔ)法樹(shù)如圖4所示。

　　黃麗韶等人[10]在Sourcerer的經(jīng)驗(yàn)上進(jìn)行了基于程序語(yǔ)法樹(shù)的源代碼搜索的研究，從語(yǔ)法結(jié)構(gòu)角度提出一種源代碼的搜索方法，構(gòu)造基于語(yǔ)法結(jié)構(gòu)的代碼過(guò)濾器，通過(guò)遍歷抽象語(yǔ)法樹(shù)來(lái)抽取源代碼的信息建立索引。

　　2.3 基于語(yǔ)義的源代碼搜索技術(shù)

　　2.3.1利用功能需求的源代碼搜索方法

　　1998年夏威夷大學(xué)的Woods等人提出了基于需求的代碼搜索方法，通過(guò)建立代碼的抽象數(shù)據(jù)描述來(lái)建立索引，之后通過(guò)一種需求描述（Plan）語(yǔ)言來(lái)描述軟件的功能需求。通過(guò)需求描述語(yǔ)言對(duì)功能需求的詳細(xì)描述，可以全面地得到各個(gè)功能的具體實(shí)現(xiàn)方式，代碼搜索引擎將該需求描述和代碼庫(kù)中的抽象數(shù)據(jù)描述進(jìn)行匹配，得到匹配后的代碼，通過(guò)一定的排序和過(guò)濾方式，實(shí)現(xiàn)了基于需求的搜索方法。該方法搜索的輸入比較繁雜，需要用戶(hù)給出各個(gè)過(guò)程的實(shí)現(xiàn)方法，使用起來(lái)會(huì)比較復(fù)雜。

　　2.3.2 基于測(cè)試的源代碼搜索方法

　　基于測(cè)試的源代碼搜索（TDCS）[11]是以測(cè)試用例作為用戶(hù)搜索的輸入來(lái)進(jìn)行搜索的一種源代碼搜索方法。由于測(cè)試用例可以用來(lái)描述系統(tǒng)中缺失的特征，因此測(cè)試用例對(duì)于代碼搜索來(lái)說(shuō)能夠提供更多的語(yǔ)義信息，也會(huì)讓代碼搜索結(jié)果更加準(zhǔn)確。

　　TDCS確保測(cè)試用例描述了要被搜索的代碼的特征。在TDCS中，測(cè)試用例被設(shè)計(jì)用來(lái)描述系統(tǒng)中缺失的特征。開(kāi)發(fā)人員通過(guò)測(cè)試用例來(lái)搜索結(jié)果，該方法會(huì)根據(jù)測(cè)試用例來(lái)構(gòu)造出用戶(hù)的查詢(xún)輸入，根據(jù)該查詢(xún)輸入在開(kāi)源庫(kù)中進(jìn)行搜索，然后，將搜索得到的結(jié)果編織進(jìn)自己的代碼中。

　　2.3.3 基于輸入輸出的源代碼搜索方法

　　KATHRYN S[12]提出了一種新的代碼搜索方法，基于輸入輸出來(lái)進(jìn)行源代碼搜索。利用該方法，程序設(shè)計(jì)者只需編寫(xiě)輕量級(jí)的需求描述來(lái)定義輸入和期望的輸出。與現(xiàn)有的搜索不同的是，該方法利用SMT（Satisfiability Modulo Theories）求解，對(duì)設(shè)計(jì)者提供的描述采用符號(hào)分析，自動(dòng)轉(zhuǎn)換為匹配的約束，從而在代碼倉(cāng)庫(kù)中識(shí)別程序或程序片段。

　　整套方法的核心在于：對(duì)代碼倉(cāng)庫(kù)在獨(dú)立于用戶(hù)查詢(xún)的情況下進(jìn)行了離線的信息索引，索引使用獨(dú)特的符號(hào)分析，將程序的語(yǔ)義和描述其行為的約束進(jìn)行映射。

　　2.4 其他源代碼搜索方法

　　2.4.1 利用程序員行為輔助搜索

　　程序員始終是軟件開(kāi)發(fā)活動(dòng)的主體，無(wú)論哪種源代碼搜索方法，都離不開(kāi)程序員，對(duì)程序員習(xí)慣進(jìn)行調(diào)查有助于改進(jìn)搜索方法和搜索體驗(yàn)。通過(guò)研究程序員習(xí)慣，然后填補(bǔ)程序員搜索活動(dòng)細(xì)節(jié)，能夠輔助源代碼搜索技術(shù)，幫助解決程序員搜索代碼面臨的困難。

　　例如在沈玲等人[13]對(duì)于程序員搜索習(xí)慣的研究中發(fā)現(xiàn)，程序員一般搜索范圍都很廣，產(chǎn)生很多不相關(guān)的結(jié)果?；谒麄兊挠^察，如果能在返回結(jié)果中包含上下文的信息將是非常有價(jià)值的。因此，在代碼搜索時(shí)，如果能在搜索結(jié)果中提供上下文的信息，這將能讓程序員更快地做出是否相關(guān)的判斷。

　　2.4.2 基于語(yǔ)法結(jié)構(gòu)和輸入輸出的搜索方法

　　要提高代碼搜索的精度，不僅要從代碼的表層字符串含義入手，還要挖掘代碼的功能結(jié)構(gòu)和語(yǔ)義信息，這也是當(dāng)前代碼搜索的難點(diǎn)。通過(guò)分析語(yǔ)法樹(shù)和代碼的輸入輸出可以得到非常豐富的信息，進(jìn)而提高代碼搜索的精度。由此產(chǎn)生了結(jié)合語(yǔ)法結(jié)構(gòu)和輸入輸出的搜索方法。

　　該方法通過(guò)分析語(yǔ)法樹(shù)得到代碼的邏輯結(jié)構(gòu)特征，通過(guò)分析源代碼的輸入和輸出信息得到程序的語(yǔ)義功能。將語(yǔ)法與語(yǔ)義信息結(jié)合起來(lái)，可以提高搜索的精度。該方法結(jié)合了語(yǔ)法語(yǔ)義信息，為代碼搜索方法提供了新的思路。

3 結(jié)論

　　開(kāi)源軟件正在席卷全球，根據(jù)Black Duck公司提供的數(shù)據(jù)，在過(guò)去的一年中，他們統(tǒng)計(jì)了5 000個(gè)有開(kāi)源項(xiàng)目的網(wǎng)址，包括了1 000億源代碼行，發(fā)現(xiàn)開(kāi)源項(xiàng)目的數(shù)目已經(jīng)翻了一番。

　　傳統(tǒng)的基于關(guān)鍵字的源代碼搜索方法已經(jīng)不能滿足人們的需求，由此產(chǎn)生了各種其他的代碼搜索方法，希望更快更好地幫助用戶(hù)找到高質(zhì)量代碼。然而目前的源代碼搜索引擎大都是基于文本的搜索，沒(méi)有利用代碼在語(yǔ)法、語(yǔ)義等上的特性，在搜索準(zhǔn)確性方面受到極大的限制。針對(duì)這些現(xiàn)有流行的源代碼搜索引擎存在的問(wèn)題已經(jīng)有越來(lái)越多的學(xué)者投入了該領(lǐng)域的研究。未來(lái)筆者也會(huì)繼續(xù)深入研究開(kāi)源的相關(guān)技術(shù)。

參考文獻(xiàn)

　　[1] 徐哲，蔡建平.基于開(kāi)源軟件的軟件工程實(shí)施系統(tǒng)研究[J].微計(jì)算機(jī)信息，2009，25（9）：178-180.

　　[2] HOFFLNANN R， FOGARTY J， WELD D S. Assieme： finding and leveraging implicit references in a web search interface for programmars In proceedings of the 20th annual AC symposium on User interface software and technology[C]. Newport， Rhode Island， USA， 2007：13-22.

　　[3] 熊瑞萍，萬(wàn)江平.開(kāi)源軟件的突圍之路——關(guān)于開(kāi)源運(yùn)動(dòng)的若干思考[J].科技管理研究，2009（3）：252-255.

　　[4] 謝世誠(chéng).“開(kāi)源十杰”Michael Tiemann來(lái)華開(kāi)博客[J].微型機(jī)與應(yīng)用，2007，26（11）：22.

　　[5] 劉紅泉，張亮峰.布爾邏輯檢索模型的分析探討[J].現(xiàn)代情報(bào)，2004（9）：4-6.

　　[6] ISHIHARA T， HOTTA K， HIGO Y， et al. Reusing reused code[J]. WCRE 2013， Koblenz， Germany： ERA-Track，457-461.

　　[7] 陸晨.一種基于Web資源的代碼范例搜索工具[J].科技資訊，2011（33）：23-25.

　　[8] BAJRACHARYA S， NGO T， LINSTEAD E， et al. Sourcerer： a search engine for open source code supporting structure-based search[C]. Proceedings of International Conference on Object-Oriented Programming， 2006：25-26.

　　[9] 陳新.基于程序控制流圖源代碼相似程度分析系統(tǒng)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2013，22（3）：144-147.

　　[10] 黃麗韶.基于語(yǔ)法結(jié)構(gòu)的源代碼搜索的研究[J].電腦與電信，2013（5）：30-33，39.

　　[11] LAZZARINI LEMOS O A， CARVALHO de P A， KONISHI G. Using thesaurus-based tag clouds to improve test-driven code search[J]. VII Brazilian Symposium on Software Components， 2013，46（1）：99-108.

　　[12] STOLEE K T， ELBAUM S， DOBOS D. Solving the search for source code[J]. ACM Transactions on Software Engineering and Methodology，2014，23（3）：1-45.

　　[13] 沈玲，黃熹，李艷陽(yáng).程序員搜索習(xí)慣的研究及對(duì)搜索工具開(kāi)發(fā)的啟示[J].中國(guó)高新技術(shù)企業(yè)，2012（27）：27-30.