.png){kind=icon}
返回
A long-term exploratory study of source code quality issues in open-source Python projects
.png){kind=icon}
PRE
AI
DOI：10.1007/s11219-026-09740-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对软件质量的实证研究形成了一致的研究成果，特别是在自动化工具的帮助下，研究人员可以挖掘大量数据。然而，我们发现许多这些努力仅提供横断面分析或仅短期纵向分析。此外，它们通常聚焦于单一语言，在大多数情况下是静态类型语言，如Java。在本研究中，我们旨在通过探索复杂开源Python项目中源代码质量问题的组成、分布和演化，来拓宽现有研究的视野。我们采用SonarQube静态分析工具，对包含57个Python项目的3656个独立发布版本的数据集进行研究。我们探讨了这些问题对软件可维护性、可靠性和安全性的影响。我们研究了这些问题的长期演化，并将我们的结果与文献中的结果进行比较。我们将我们的发现与针对Python和Java的现有研究进行比较；对于后者，我们研究了开发语言对检测到的问题类型和分布的影响。我们的研究数据已发布且开源，以帮助复制我们的研究并有助于构建开放和大规模的研究数据集。
Keyword:
Empirical software engineering
Static analysis tools
Open-source
Code smells
