一種基于逆向工程的模型庫(kù)構(gòu)造方法
【專利摘要】本發(fā)明公開(kāi)了一種基于逆向工程的模型庫(kù)構(gòu)造方法。該方法包括如下步驟：通過(guò)網(wǎng)絡(luò)爬蟲(chóng)從互聯(lián)網(wǎng)上抓取開(kāi)源項(xiàng)目的源代碼；清理抓取的源代碼獲取有效的源代碼文件；對(duì)有效的源代碼文件逆向工程分析構(gòu)建初始的UML類圖；對(duì)初始的UML類圖進(jìn)行精化處理得到精簡(jiǎn)的UML類圖；將精簡(jiǎn)的UML類圖保存至圖數(shù)據(jù)庫(kù)中。本發(fā)明可以將互聯(lián)網(wǎng)上大量的源代碼轉(zhuǎn)換成為UML類圖模型，并將這些模型精化后存入到非關(guān)系數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了模型庫(kù)的構(gòu)造。通過(guò)對(duì)逆向工程的進(jìn)一步精化使得本發(fā)明產(chǎn)生的類圖模型包含有更多的代碼結(jié)構(gòu)信息，較其他方法更精確。
【專利說(shuō)明】一種基于逆向工程的模型庫(kù)構(gòu)造方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)編程領(lǐng)域中的逆向工程，模型持久化工程。

【背景技術(shù)】
[0002] 隨著開(kāi)源浪潮的推進(jìn)，萬(wàn)維網(wǎng)上涌現(xiàn)出了大量的開(kāi)源代碼網(wǎng)站，如Google Code， Sourceforge, Github等等，在這些網(wǎng)站上我們可以輕易地獲得大量的開(kāi)源源代碼。而海量 的開(kāi)源代碼同時(shí)也帶來(lái)了代碼理解困難，代碼查詢困難，代碼存在異構(gòu)性等一系列的難題， 這些難題直接影響到了我們對(duì)開(kāi)源代碼的復(fù)用效率。
[0003] 軟件模型是以結(jié)構(gòu)化的視圖來(lái)展現(xiàn)一個(gè)軟件系統(tǒng)。對(duì)于人的感知來(lái)說(shuō)，圖形毫無(wú) 疑問(wèn)的比文字便于理解，而且通過(guò)模型可以消除底層代碼存在的異構(gòu)性，這樣便解決了代 碼理解的難題。同時(shí)由代碼產(chǎn)生的模型與源代碼之間存在著一一對(duì)應(yīng)的關(guān)系，通過(guò)理解模 型，理解模型中的結(jié)構(gòu)可以同時(shí)理解代碼中的結(jié)構(gòu)，快速定位到代碼中的核心部分，有利于 工程人員對(duì)代碼進(jìn)行分析和復(fù)用。遺憾的是現(xiàn)在萬(wàn)維網(wǎng)上雖然存在著大量的源代碼，但是 卻缺乏一個(gè)有效的，可使用的模型庫(kù)。
[0004] 逆向工程（又稱反向工程），是一種技術(shù)過(guò)程，即對(duì)一項(xiàng)目標(biāo)產(chǎn)品進(jìn)行逆向分析及 研究，從而演繹并得出該產(chǎn)品的處理流程、組織結(jié)構(gòu)、功能性能規(guī)格等設(shè)計(jì)要素，以制作出 功能相近，但又不完全一樣的產(chǎn)品。逆向工程源于商業(yè)及軍事領(lǐng)域中的硬件分析。其主要 目的是，在不能輕易獲得必要的生產(chǎn)信息下，直接從成品的分析，推導(dǎo)出產(chǎn)品的設(shè)計(jì)原理。
[0005] 逆向工程是一種分析目標(biāo)系統(tǒng)的過(guò)程，其目的是識(shí)別出系統(tǒng)的各個(gè)組件以及它們 之間的關(guān)系，并以其它的形式或在較高的抽象層次上，重建系統(tǒng)的表征。軟件逆向工程也可 被視作"開(kāi)發(fā)周期的逆行"。在此定義下，對(duì)一項(xiàng)軟件程序進(jìn)行逆向工程，類似于逆行傳統(tǒng)瀑 布模型中的開(kāi)發(fā)步驟，即把實(shí)現(xiàn)階段的輸出（即軟件程序）還原回在設(shè)計(jì)階段所做的構(gòu)思。 軟件逆向工程僅僅是一種檢測(cè)或分析的過(guò)程，它并不會(huì)更改目標(biāo)系統(tǒng)。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的問(wèn)題是為互聯(lián)網(wǎng)上開(kāi)源代碼構(gòu)建模型，以方便軟件工程師分析 使用。
[0007] 為解決上述問(wèn)題，本發(fā)明采用的方案如下：
[0008] -種基于逆向工程的模型庫(kù)構(gòu)造方法，包括如下步驟：
[0009] Sl :通過(guò)網(wǎng)絡(luò)爬蟲(chóng)從互聯(lián)網(wǎng)上抓取開(kāi)源項(xiàng)目的源代碼；
[0010] S2 :清理抓取的源代碼獲取有效的源代碼文件；
[0011] S3 :對(duì)有效的源代碼文件逆向工程分析構(gòu)建初始的UML類圖；
[0012] S4 :對(duì)初始的UML類圖進(jìn)行精化處理得到精簡(jiǎn)的UML類圖；
[0013] S5 :將精簡(jiǎn)的UML類圖保存至圖數(shù)據(jù)庫(kù)中；
[0014] 其中，所述步驟S4包括如下步驟：
[0015] S41 :對(duì)源代碼進(jìn)行靜態(tài)語(yǔ)義分析構(gòu)建抽象語(yǔ)法樹(shù)；
[0016] S42 :從抽象語(yǔ)法樹(shù)中找出符合特定規(guī)則的結(jié)構(gòu)，并從初始的UML類圖中提取符合 特定規(guī)則的結(jié)構(gòu)所對(duì)應(yīng)的模型元素；
[0017] S43 :將提取的模型元素組成精簡(jiǎn)的UML類圖。
[0018] 進(jìn)一步，所述步驟S3和步驟S4,步驟S4和步驟S5之間采用基于XMI格式的UML 模型交換文件作為中間媒體。
[0019] 進(jìn)一步，所述圖數(shù)據(jù)庫(kù)為Ne〇4j數(shù)據(jù)庫(kù)。
[0020] 進(jìn)一步，所述步驟S5包括如下步驟：
[0021] S51 :將精簡(jiǎn)的UML類圖中的類元作為圖結(jié)構(gòu)的節(jié)點(diǎn)存入圖數(shù)據(jù)庫(kù)；
[0022] S52:將精簡(jiǎn)的UML類圖中的類元之間的關(guān)系作為圖結(jié)構(gòu)的節(jié)點(diǎn)關(guān)系存入圖數(shù)據(jù) 庫(kù)。
[0023] 本發(fā)明的技術(shù)效果如下：
[0024] 1、本發(fā)明可以將互聯(lián)網(wǎng)上大量的源代碼轉(zhuǎn)換成為UML類圖模型，并將這些模型精 化后存入到非關(guān)系數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了模型庫(kù)的構(gòu)造。
[0025] 2、通過(guò)對(duì)逆向工程的進(jìn)一步精化使得本發(fā)明產(chǎn)生的類圖模型包含有更多的代碼 結(jié)構(gòu)信息，較其他方法更精確。

【具體實(shí)施方式】
[0026] 下面對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明。
[0027] 本發(fā)明的一種基于逆向工程的模型庫(kù)構(gòu)造方法主要包括以下五個(gè)步驟：
[0028] Sl :通過(guò)網(wǎng)絡(luò)爬蟲(chóng)從互聯(lián)網(wǎng)上抓取開(kāi)源項(xiàng)目的源代碼；
[0029] S2 :清理抓取的源代碼獲取有效的源代碼文件；
[0030] S3 :對(duì)有效的源代碼文件逆向工程分析構(gòu)建初始的UML類圖；
[0031] S4 :對(duì)初始的UML類圖進(jìn)行精化處理得到精簡(jiǎn)的UML類圖；
[0032] S5 :將精簡(jiǎn)的UML類圖保存至圖數(shù)據(jù)庫(kù)中。
[0033] 本實(shí)施例具體通過(guò)編寫java代碼的程序?qū)崿F(xiàn)。首先步驟Sl中，通過(guò)編寫網(wǎng)絡(luò)爬 蟲(chóng)程序?qū)崿F(xiàn)從萬(wàn)維網(wǎng)中抓取開(kāi)源項(xiàng)目的源代碼，主要包括兩個(gè)步驟：
[0034] S11 :使用j soup解析對(duì)應(yīng)開(kāi)源網(wǎng)站的網(wǎng)頁(yè)獲取項(xiàng)目地址；
[0035] S12 :使用項(xiàng)目地址對(duì)應(yīng)協(xié)議的客戶端如git，svn，hg批量下載對(duì)應(yīng)的源代碼。
[0036] 步驟Sll中，jsoup是一款Java的HTML解析器，提供了一套非常省力的API可直 接解析某個(gè)URL地址、HTML文本內(nèi)容。以google code為例說(shuō)明運(yùn)行方式。首先，人工獲 取并輸入google code的項(xiàng)目列表作為網(wǎng)絡(luò)爬蟲(chóng)程序的起始網(wǎng)頁(yè)。然后網(wǎng)絡(luò)爬蟲(chóng)程序自動(dòng) 對(duì)爬取的內(nèi)容進(jìn)行刪選，獲取每一個(gè)項(xiàng)目的主頁(yè)；再對(duì)每一個(gè)項(xiàng)目的主頁(yè)進(jìn)行分析獲得每 一個(gè)項(xiàng)目源代碼的地址和項(xiàng)目的名稱；最后通過(guò)git，svn，hg等協(xié)議的批處理程序批量獲 取源代碼。
[0037] 步驟S2 :清理抓取的源代碼獲取有效的源代碼文件。由于步驟Sl抓取得到的源 代碼項(xiàng)目中包含有非代碼的文件，比如資源文件，而本發(fā)明構(gòu)建UML類圖模型只需要分析 源代碼文件，因此需要做一步清理的工作，留下有效的源代碼文件。例如在java源代碼項(xiàng) 目中，只需要留下帶有java后綴的源代碼文件即可，其他文件可以刪除。
[0038] 步驟S3 :對(duì)有效的源代碼文件逆向工程分析構(gòu)建初始的UML類圖。本步驟的輸 入是步驟S2得到的有效的源代碼文件，輸出為UML類圖。本步驟具體通過(guò)ArgoUML實(shí)現(xiàn)。 ArgoUML是一款開(kāi)源的UML工具，可以對(duì)源代碼逆向工程分析生成UML類圖。具體如下： [0039] S31 :使用ArgoUML對(duì)源代碼進(jìn)行解析，構(gòu)造 UML類圖；
[0040] S32 :使用ArgoUML將構(gòu)造的UML類圖保存為基于XMI格式的UML模型交換文件。
[0041] 也即，本步驟輸出的UML類圖通過(guò)保存于基于XMI格式的UML模型交換文件中。本 發(fā)明中步驟S3和步驟S4,步驟S4和步驟S5之間采用基于XMI格式的UML模型交換文件 作為中間媒體的意思是：步驟S3輸出的初始的UML類圖保存于基于XMI格式的UML模型交 換文件中，保存在基于XMI格式的UML模型交換文件中的初始的UML類圖作為步驟S4的輸 入；步驟S4輸出的精簡(jiǎn)的UML類圖保存于基于XMI格式的UML模型交換文件中，保存在基 于XMI格式的UML模型交換文件中的精簡(jiǎn)的UML類圖作為步驟S5的輸入。
[0042] 步驟S4 :對(duì)初始的UML類圖進(jìn)行精化處理得到精簡(jiǎn)的UML類圖。該步驟包括以下 三個(gè)子步驟：
[0043] S41 :對(duì)源代碼進(jìn)行靜態(tài)語(yǔ)義分析構(gòu)建抽象語(yǔ)法樹(shù)；
[0044] S42 :從抽象語(yǔ)法樹(shù)中找出符合特定規(guī)則的結(jié)構(gòu)，并從初始的UML類圖中提取符合 特定規(guī)則的結(jié)構(gòu)所對(duì)應(yīng)的模型元素；
[0045] S43 :將提取的模型元素組成精簡(jiǎn)的UML類圖。
[0046] 以java代碼為例，步驟S41中，使用java語(yǔ)法分析工具分析jdt分析源代碼得到 java的AST語(yǔ)法樹(shù)。步驟S42中，從抽象語(yǔ)法樹(shù)中找出符合特定規(guī)則的結(jié)構(gòu)采用如下表1 的匹配規(guī)則，從初始的UML類圖中提取符合表1匹配規(guī)則的模型元素，然后將提取的模型元 素組成精簡(jiǎn)的UML類圖。
[0047]

【權(quán)利要求】
1. 一種基于逆向工程的模型庫(kù)構(gòu)造方法，其特征在于，包括如下步驟： 51 :通過(guò)網(wǎng)絡(luò)爬蟲(chóng)從互聯(lián)網(wǎng)上抓取開(kāi)源項(xiàng)目的源代碼； 52 :清理抓取的源代碼獲取有效的源代碼文件； 53 :對(duì)有效的源代碼文件逆向工程分析構(gòu)建初始的UML類圖； 54 :對(duì)初始的UML類圖進(jìn)行精化處理得到精簡(jiǎn)的UML類圖； 55 :將精簡(jiǎn)的UML類圖保存至圖數(shù)據(jù)庫(kù)中； 其中，所述步驟S4包括如下步驟： 541 :對(duì)源代碼進(jìn)行靜態(tài)語(yǔ)義分析構(gòu)建抽象語(yǔ)法樹(shù)； 542 :從抽象語(yǔ)法樹(shù)中找出符合特定規(guī)則的結(jié)構(gòu)，并從初始的UML類圖中提取符合特定 規(guī)則的結(jié)構(gòu)所對(duì)應(yīng)的模型元素； 543 :將提取的模型元素組成精簡(jiǎn)的UML類圖。
2. 如權(quán)利要求1所述的基于逆向工程的模型庫(kù)構(gòu)造方法，其特征在于，所述步驟S3和 步驟S4,步驟S4和步驟S5之間采用基于XMI格式的UML模型交換文件作為中間媒體。
3. 如權(quán)利要求1所述的基于逆向工程的模型庫(kù)構(gòu)造方法，其特征在于，所述圖數(shù)據(jù)庫(kù) 為Neo4j數(shù)據(jù)庫(kù)。
4. 如權(quán)利要求1所述的基于逆向工程的模型庫(kù)構(gòu)造方法，其特征在于，所述步驟S5包 括如下步驟： S51 :將精簡(jiǎn)的UML類圖中的類元作為圖結(jié)構(gòu)的節(jié)點(diǎn)存入圖數(shù)據(jù)庫(kù)； S52:將精簡(jiǎn)的UML類圖中的類元之間的關(guān)系作為圖結(jié)構(gòu)中的節(jié)點(diǎn)關(guān)系存入圖數(shù)據(jù)庫(kù)。
【文檔編號(hào)】G06F17/30GK104391706SQ201410720708
【公開(kāi)日】2015年3月4日 申請(qǐng)日期:2014年12月2日 優(yōu)先權(quán)日:2014年12月2日
【發(fā)明者】張?zhí)? 許涵斌, 李宣東 申請(qǐng)人:南京大學(xué)