replace - 是否有在不同文件中查找相同部分的应用程序？

Question

我有一个遗留的 HTML 网站，我需要添加一些功能。看看它，我注意到每个 HTML 文件中有许多“通用”部分 - 页脚、一些脚本块、标题等。我想将所有这些部分移动到单独的文件中（现在使用 SSI 包含它们） -这将使项目的理解更加容易。但是，有些块看起来相似但有些不同（例如不同的类名）。如此简单的剪切/粘贴是行不通的——我必须仔细检查我移除的每一块。我不想那样做——文件太多了。我想知道是否有一个应用程序可以比较一堆文件并找到相同的块（不一定存在于所有文件中）。

谢谢。

Answer 1

你想要一个克隆检测器。

许多克隆检测器只会发现相同的代码行或相同的标记序列。那些对你不起作用。您需要一个了解如何检测参数化克隆的克隆检测器。

一些基于令牌的检测器会发现只有很小变化的克隆作为参数；例如，如果它只是一个不同的类名，这些可能对你有用。这种检测器通常会产生非结构化的克隆序列；以下是从基于令牌的检测器的角度进行的克隆：

   }   void  foo(

和

   }

   void bar(

为避免此类克隆，令牌检测器通常坚持使用非常长的令牌序列，这意味着它们可能会错过大小适中但有趣的克隆。

我们的 CloneDR 将找到参数可能是复杂结构的参数化克隆。它通过解析感兴趣的代码并比较抽象语法树来做到这一点，抽象语法树代表基本代码减去所有布局和空白。在树或树序列不同的情况下，它可以建议代表整个子树的参数（例如，表达式、htmt 标记组、属性的存在/不存在等）。因为它在树上操作，所以它不能提出上面那种克隆。这反过来意味着它可以找到有意义的适度大小的克隆以及大型克隆。

CloneDR 从精确的语言描述进行操作，以生成与语言结构精确匹配的克隆。有一个专门用于 HTML 的版本。

（我是架构师；您可以在 Wikipedia 页面上查看我关于 CloneDR 的技术论文。）