Некоторые программисты, когда слышат про статический анализ, говорят о том, что он им не нужен, так как весь их код покрыт юнит-тестами, и этого достаточно, чтобы выловить все ошибки. Мне попалась ошибка, найти которую с помощью юнит-тестов теоретически возможно, но если о ней не знать, то написать такой тест практически нереально.
Введение
Lucene.Net — это портированная с Java на C# популярная библиотека для полнотекстового поиска. Исходный код открыт и доступен на сайте проекта https://lucenenet.apache.org/.
Так как этот проект развивается медленно, содержит не так много кода и используется во многих других проектах для полнотекстового поиска, то и наш анализатор нашёл всего пять подозрительных мест [1]. На большее я и не рассчитывал. Но одно из этих срабатываний показалось мне особенно интересным, и я решил рассказать о нём читателям нашего блога.
О найденной ошибке
Есть у нас диагностика V3035 о том, что вместо += можно по ошибке написать =+, где + будет унарным плюсом. Когда я делал её по аналогии с такой же диагностикой V588, предназначенной для языка C++, я думал — разве можно так ошибиться в C#? В C++ ещё ладно — кто-то использует разные текстовые редакторы вместо IDE, в которых можно опечататься и не заметить ошибку. Но набирая текст в Visual Studio, которая автоматически выравнивает код после того, как поставил точку с запятой, как это можно пропустить? Оказывается, что можно. Такую ошибку я обнаружил в Lucene.Net. А интересна она больше потому, что обнаружить её другими способами кроме статического анализа довольно сложно. Рассмотрим код:
protected virtual void Substitute( StringBuilder buffer )
{
substCount = 0;
for ( int c = 0; c < buffer.Length; c++ )
{
....
// Take care that at least one character
// is left left side from the current one
if ( c < buffer.Length - 1 )
{
// Masking several common character combinations
// with an token
if ( ( c < buffer.Length - 2 ) && buffer[c] == 's' &&
buffer[c + 1] == 'c' && buffer[c + 2] == 'h' )
{
buffer[c] = '$';
buffer.Remove(c + 1, 2);
substCount =+ 2;
}
....
else if ( buffer[c] == 's' && buffer[c + 1] == 't' )
{
buffer[c] = '!';
buffer.Remove(c + 1, 1);
substCount++;
}
....
}
}
}
Есть класс GermanStemmer, который обрезает суффиксы у немецких слов, чтобы выделить общий корень. Работает он следующим образом: сначала метод Substitute заменяет разные хорошие сочетания букв на другие символы, чтобы не спутать их с суффиксом. Заменяются: 'sch' на '$', 'st' на '!' и так далее (это видно из примера кода). Причем количество символов, на которое такими заменами уменьшится длина слова, накапливается в переменной substCount. Дальше метод Strip отрезает лишние суффиксы, и в конце метод Resubstitute выполняет обратную замену: '$' на 'sch', '!' на 'st'. То есть если у нас, например, было слово kapitalistischen (капиталистический), то стеммер отработает следующим образом: kapitalistischen => kapitali!i$en (Substitute) => kapitali!i$ (Strip) => kapitalistisch (Resubstitute).
Из-за этой опечатки в коде при замене 'sch' на '$' в переменную substCount будет присвоено значение 2, вместо того, чтобы увеличить substCount на 2. И такую ошибку довольно сложно найти другими методами, кроме как статическим анализом. Есть разработчики, которые говорят: зачем мне статический анализатор, если у меня есть юнит-тесты? Так вот, чтобы отловить такую ошибку тестами, нужно тестировать Lucene.Net на немецком тексте, используя GermanStemmer, в тестах должно индексироваться слово, которое содержит в себе сочетание 'sch' и ещё одно сочетание букв, для которого будет выполнена подстановка, причём оно должно присутствовать в слове перед 'sch', чтобы substCount был отличен от нуля к тому моменту, когда выполнится выражение substCount =+ 2. Довольно нетривиальная комбинация для теста, особенно когда не видишь ошибки.
Заключение
Юнит-тесты и статический анализ — это не исключающие, а дополняющие друг друга методики разработки программного обеспечения [2]. Предлагаю скачать статический анализатор PVS-Studio, проверить свои проекты и найти ошибки, которые не были обнаружены с помощью юнит-тестов.
Дополнительные ссылки
- Андрей Карпов. Почему в маленьких программах низкая плотность ошибок.
- Андрей Карпов. Как статический анализ дополняет TDD.
Если хотите поделиться этой статьей с англоязычной аудиторией, то прошу использовать ссылку на перевод: Ilya Ivanov. An unusual bug in Lucene.Net.
Комментарии (10)
vba
14.03.2016 17:36+4Это все что у вас есть на Lucene.Net?
Andrey2008
14.03.2016 20:08Есть ещё пара замечаний. Но на статью найденное не тянет. Зато встретилась эта интересная редкая ошибка и решили про это рассказать.
DieselMachine
15.03.2016 10:09Об остальных предупреждениях, на которые стоит посмотреть, я записал им в баг трекер.
fshp
14.03.2016 18:05+2А зачем вообще нужен унарный плюс, кроме как для единообразия? Это же бесполезный оператор.
grechnik
14.03.2016 19:02Чтобы в Python, где нет операции инкремента, всё равно можно было писать
++a
!
В Lua, кстати, унарного плюса нет.
tbl
14.03.2016 19:54+2Зато его можно перегрузить.
На самом деле, унарный плюс втянут в C++ из C (ради совместимости), а уж оттуда и в C#.
Пара важных свойств есть (по-крайней мере для C++, но не знаю, передрали ли эту семантику в C#):
1) он делает из беззнакового целого знаковое, при этом расширяя тип:
например, если у вас "unsigned short i = 5", то "+i" имеет тип "int"
2) выражение "+i" нельзя использовать в качестве lvaluemaksqwe
14.03.2016 20:35Интересное св-во, не знал, достаточно красиво получается вместо static_cast(), если писать на плюсах.
п.с. парсер съедает кавычки у статик каста(tbl
14.03.2016 21:41Лучше не использовать для приведения типа. Неочевидно, если встретится в коде. Эта фича досталась из аналогии с унарным минусом.
QtRoS
15.03.2016 10:37Класс, спасибо за разъяснение! Может спасти от гневных ругательств на компилятор (в редком случае)!
CepbluBoJlk
[del]