代码的重构方法、装置及电子设备与流程

摘要: 本申请属于人工智能,尤其涉及一种代码的重构方法、装置及电子设备。背景技术:1、随着生成式人工智能(artificialintelligence,简称ai)智能体...
代码的重构方法、装置及电子设备与流程

本申请属于人工智能,尤其涉及一种代码的重构方法、装置及电子设备。

背景技术:

1、随着生成式人工智能(artificial intelligence,简称ai)智能体(例如llm或code 智能体)在软件工程与运维领域的深度应用,自动代码修复(program repair)、配置文件动态更新(如kubernetes yaml、terraform hcl、ci/cd pipeline脚本)以及基础设施即代码(iac)的自动演进已成为自动化运维的核心场景。

2、相关技术中,ai智能体在对代码文件进行修改时,主要依赖文本替换、正则表达式匹配或直接重写整个文件。但上述方案为文本级操作,极易因空格、缩进(如yaml或python的敏感缩进)、换行符差异或注释干扰,而导致匹配失败,甚至引发语法损坏,且文本替换无法区分标识符的语义上下文(例如无法区分同名局部变量、全局变量、字符串常量或函数调用),容易造成误删误改,产生隐蔽的运行时故障。

技术实现思路

1、本申请实施例的目的是提供一种代码的重构方法、装置及电子设备,以解决相关技术中易导致匹配失败、语法损坏、误删误改以及产生隐蔽的运行时故障的问题。

2、为实现上述目的,本申请实施例采用下述技术方案:

3、第一方面,本申请实施例提供一种代码的重构方法,包括:获取针对待修改代码文件的结构化变异意图,所述结构化变异意图中包括待变异的目标节点的语义描述符、所述目标节点的变异类型和新节点的语义模板;根据所述结构化变异意图,生成对应的抽象语法树子树;根据所述待修改代码文件,生成对应的抽象语法树;根据所述抽象语法树子树和所述抽象语法树,确定所述抽象语法树中的所述目标节点;根据所述目标节点对应的所述变异类型,对所述抽象语法树进行节点级变异,得到变异后的抽象语法树用于更新所述待修改代码文件。

4、第二方面,本申请实施例提供一种代码的重构装置,包括:获取模块,用于获取针对待修改代码文件的结构化变异意图,所述结构化变异意图中包括待变异的目标节点的语义描述符、所述目标节点的变异类型和新节点的语义模板;第一生成模块,用于根据所述结构化变异意图,生成对应的抽象语法树子树;第二生成模块,用于根据所述待修改代码文件,生成对应的抽象语法树;确定模块,用于根据所述抽象语法树子树和所述抽象语法树,确定所述抽象语法树中的所述目标节点;变异模块,用于根据所述目标节点对应的所述变异类型,对所述抽象语法树进行节点级变异,得到变异后的抽象语法树用于更新所述待修改代码文件。

5、第三方面,本申请实施例提供一种电子设备,包括:处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如本申请第一方面所述的方法的步骤。

6、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:

7、本申请实施例中,针对待修改代码文件,不直接获取修改后的文本(即文本补丁),而是获取结构化变异意图,并基于结构化变异意图、语法树实现了待变异的目标节点的精准锚定,进而实现了对待修改代码文件对应的抽象语法树的节点级变异。本申请实施例实现了决策意图与物理执行的强解构,避免了后续匹配失败和语法损坏;实现了待变异的目标节点的精准锚定,避免了误删误改以及产生隐蔽的运行时故障。

1.一种代码的重构方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述抽象语法树子树和所述抽象语法树,确定所述抽象语法树中的所述目标节点,包括:

3.根据权利要求2所述的方法,其特征在于,所述计算所述抽象语法树中各候选节点与所述抽象语法树子树中所述新节点锚定的综合置信度得分,包括:

4.根据权利要求2所述的方法,其特征在于,所述将所述综合置信度得分最高的所述候选节点,确定为所述目标节点,包括:

5.根据权利要求4所述的方法,其特征在于,还包括:

6.根据权利要求1所述的方法,其特征在于,还包括:

7.根据权利要求1所述的方法,其特征在于,

8.根据权利要求1所述的方法,其特征在于,所述获取针对待修改代码文件的结构化变异意图,包括:

9.一种代码的重构装置,其特征在于,包括:

10.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-8任一项所述的方法的步骤。