Как игнорировать конкретное обновление, отображаемое в программном приложении

Я написал следующую реализацию на языке TXR . Сначала я использовал ваш алгоритм определения количества перемещений. Однако я заметил, что он дает бесполезные результаты :, например, он идентифицировал положительные значения для «перемещенных строк» ​​в изменениях, которые не содержали ничего, кроме строк +, просто потому, что некоторые из строк +были дубликатами друг с другом. Новый алгоритм обсуждается в примечаниях в конце.

Полная программа:

#!/usr/bin/env txr
@(bind option-spec
       @(list (opt nil "since" :str
                   "Specifies the starting date (passed \
                   \ through to git); it is mandatory.")
              (opt nil "help" :bool
                   "Prints this help text")))
@(bind parsed-opts @(getopts option-spec *args*))
@(if (or [parsed-opts "help"] (not [parsed-opts "since"])))
@  (output)

usage: @{self-path} --since= -- git arguments
@  (end)
@  (do (opthelp option-spec)
       (exit 0))
@(end)
@(do
   (defun histogram (strings)
     [group-reduce (hash :equal-based) identity (op succ @1) strings 0])

   (defun moved (a b)
     (let* ((hist-a (histogram a))
            (hist-b (histogram b))
            (isec [hash-isec hist-a hist-b min]))
       [reduce-left + (hash-values isec) 0])))
@(next (open-command `git log --since=@[parsed-opts "since"] \
                     \ --date=short --pretty=format:"%H:%ad%x09" \
                     \ --numstat @{parsed-opts.out-args}`))
@(repeat)
@sha:@date@\t
@  (collect :gap 0)
@added@\t@removed@\t@rawpath
@    (next :string rawpath)
@    (cases)
@pro/{@before => @after}/@epi
@      (bind path `@pro/@after/@epi`)
@    (or)
@before => @after
@      (bind path after)
@    (or)
@      (bind path rawpath)
@    (end)
@    (next (open-command `git show -p @sha -- @path`))
@    (collect :vars ((+line nil) (-line nil)))
@      (cases)
+@{+line}
@      (or)
-@{-line}
@      (end)
@    (end)
@    (flatten -line +line)
@    (bind moved @(moved +line -line))
@  (end)
@  (output)
@date@\t
@    (repeat)
@added@\t@removed@\t@moved@\t@rawpath
@    (end)

@  (end)
@(end)

У меня есть это в помеченном исполняемом файле с именем movedlines.txrи пример использования:

$./movedlines.txr --since=2017-01-01 path/to

Опция --sinceявляется обязательной; path/to— необязательный аргумент, передаваемый в git. Если вы не укажете обязательный параметр или укажете --help, программа распечатает сводку справки и завершит работу.

Примечания:

• Я немного изменил формат вывода вашего примера команды git, чтобы включить SHA слева от даты, разделенной двоеточием :см. %H. Программа анализирует это, а затем может использовать SHA для выполнения git show -pдля каждого файла в каждом наборе.SHA опускается, когда имитация вывода повторяется программой с дополнительным перемещенным столбцом.

• Сложность заключается в том, что вывод git показывает переименования. Синтаксис распадается на три случая, которые четко и легко разбираются по случаям с использованием конструкции @(cases). Если переименовывается весь путь, переименовывается from => to. Если переименовываются только некоторые компоненты, это be/fore/{from => to}/after. Я не знаю, встречается ли в одном пути синтаксис с несколькими фигурными скобками; Я этого не видел. Мы должны изменить этот синтаксис и преобразовать его в простой путь, потому что git его не понимает. т.е. мы должны преобразовать be/fore/{from => to}/afterв be/fore/to/after. Возможно, есть опция git, чтобы пути выводились таким образом без обозначений; Я не стала искать.

• Сценарий не устойчив к пробелам в именах файлов из-за использования open-command. Для этого нам нужен open-process, который принимает список аргументов.

• Алгоритм вычисляет отдельные частотные гистограммы diff -и +строк (минус их ведущие -или+). Затем он вычисляет пересечение этих наборов, при этом сохраняются только те элементы гистограммы, которые встречаются на обеих гистограммах. Функция соединения для пересечения — min. Например, предположим, что строка abcбыла добавлена ​​5 раз и удалена 3 раза. (min 3 5)равно 3и это количество перемещенных abcстрок. Это коммутирует. Если удалить 3 вхождения abcи добавить 5, это означает 3 хода. Это ни в коем случае не позиционируется как какой-то идеальный алгоритм обнаружения ходов. У него есть очевидные подводные камни, такие как неопределение строк, которые де-факто перемещаются, но также претерпевают тривиальные изменения пробелов, такие как отступы.