基于人工智能的代码分析与 Bug 检测实战

简介

在人工智能还未盛行的时候，检测 Bug 通常是通过以下几种方式完成：

1. 研发编写单元测试。
2. 代码扫描工具，SonarQube、findbugs。
3. 测试人员进行集成测试。

而现在其中的一部分工作，都可以通过人工智能提升效率，辅助开发与测试发现更多的问题，降低成本和提高软件质量。

在本章节，可以先了解一下在代码层面，基于人工智能工具，可以帮助我们提升哪些效率。

实践演练

人工智能可以帮助我们发现各种类型的 bug，包含：

1. 代码执行报错。
2. 没有实现需求。
3. 变量命名不规范。

代码执行报错

以下代码的逻辑非常简单，给定一段列表 a，列表 a 中有四个元素，要从列表 a 中找到索引为 5 的元素，很容易就会发现，这段代码一定是跑不通的。这种会执行报错的代码，copilot 可以很容易帮我们定位到其中的问题。

1. 输入错误代码:
2. 给到提示词：请找出以上代码的bug，先说明错误在哪并修复。
3. 根据 copilot 的智能提示展示后面的代码内容。以下为 copilot 返回的信息，精准的定位到了问题。

# 请找出以上代码的bug，先说明错误在哪并修复
# 1. IndexError: list index out of range
# 2. a[5] 为列表中的第6个元素，而列表中只有4个元素，所以会报错
# 3. a[3] 为列表中的第4个元素，所以应该是a[3]

没有实现需求

以下代码原本是一段冒泡排序的代码，但是冒泡排序通常要求：从小到大排序，但是这段代码是从大到小排序。接下来，可以通过 copilot 发现其中的 Bug 所在。

1. 输入错误代码:

def bubble_sort(list):
    for i in range(len(list)):
        for j in range(i+1,len(list)):
            if list[i] < list[j]:
                list[i],list[j] = list[j],list[i]
    return list

1. 给到提示词：# bubble_sort()是一段实现了冒泡排序算法的函数请找出缺陷，先提示在问题是什么，然后再给出修改后的代码
2. 根据 copilot 的智能提示展示后面的代码内容。以下为 copilot 返回的信息，精准的定位到了问题。

# bubble_sort()是一段实现了冒泡排序算法的函数请找出缺陷，先提示在问题是什么，然后再给出修改后的代码
# 问题：冒泡排序是从小到大排序，但是这段代码是从大到小排序
# 修改后的代码：
def bubble_sort(list):
    for i in range(len(list)):
        for j in range(i+1,len(list)):
            if list[i] > list[j]:
                list[i],list[j] = list[j],list[i]
    return list

变量命名不规范

以下代码没有什么特别严重的问题，只是在变量名命名上面不符合 Python PEP8 的规范。但是 copilot 偶尔也能发现这种命名不规范的问题：

1. 输入不规范的代码：

def getAge():
    pass

1. 给到提示词：请指出以上代码不符合规范的地方，并予以修改
2. 根据 copilot 的智能提示展示后面的代码内容。以下为 copilot 返回的信息：

# 请指出以上代码不符合规范的地方，并予以修改
# 1. 函数名应该小写，且用下划线分隔

1. 但是这种类型的问题， copilot 也有很多时候发现不了，或者给出的提示毫无价值。所以也不能完全依赖 copilot 返回的结果内容。

总结

在这个章节，主要学习了在代码层面，基于人工智能工具，如何帮助我们查找Bug的技巧。其中Bug的类型也分为多种，主要包含以下几种：

1. 代码执行报错。
2. 没有实现需求。
3. 变量命名不规范。