പരീക്ഷിച്ച 3.6% പൈത്തൺ റിപ്പോസിറ്ററികളിൽ കോമ പിശകുകൾ കാണുന്നില്ല

കോമുകളുടെ തെറ്റായ ഉപയോഗവുമായി ബന്ധപ്പെട്ട പിശകുകളിലേക്കുള്ള പൈത്തൺ കോഡിന്റെ ദുർബലതയെക്കുറിച്ചുള്ള ഒരു പഠനത്തിന്റെ ഫലങ്ങൾ പ്രസിദ്ധീകരിച്ചു. എണ്ണിയെടുക്കുമ്പോൾ, കോമയാൽ വേർതിരിക്കപ്പെട്ടിട്ടില്ലെങ്കിൽ, ലിസ്റ്റിലെ സ്ട്രിംഗുകളെ പൈത്തൺ സ്വയമേവ സംയോജിപ്പിക്കുന്നു, കൂടാതെ മൂല്യത്തെ തുടർന്ന് കോമയാൽ മൂല്യത്തെ ഒരു ട്യൂപ്പിളായി കണക്കാക്കുകയും ചെയ്യുന്നു എന്നതാണ് പ്രശ്‌നങ്ങൾക്ക് കാരണം. പൈത്തൺ കോഡ് ഉപയോഗിച്ച് 666 GitHub ശേഖരണങ്ങളുടെ ഒരു ഓട്ടോമേറ്റഡ് വിശകലനം നടത്തിയ ശേഷം, പഠിച്ച 5% പ്രോജക്റ്റുകളിൽ സാധ്യമായ കോമ പ്രശ്നങ്ങൾ ഗവേഷകർ തിരിച്ചറിഞ്ഞു.

കൂടുതൽ മാനുവൽ പരിശോധനയിൽ യഥാർത്ഥ പിശകുകൾ 24 റിപ്പോസിറ്ററികളിൽ (3.6%) മാത്രമേ ഉള്ളൂവെന്നും ബാക്കിയുള്ള 1.4% തെറ്റായ പോസിറ്റീവുകളാണെന്നും കാണിച്ചു (ഉദാഹരണത്തിന്, മൾട്ടി-ലൈൻ ഫയൽ പാത്തുകൾ, ലോംഗ് ഹാഷുകൾ, HTML എന്നിവ കൂട്ടിച്ചേർക്കാൻ വരികൾക്കിടയിൽ ഒരു കോമ മനപ്പൂർവ്വം ഒഴിവാക്കാം. ബ്ലോക്കുകൾ അല്ലെങ്കിൽ SQL എക്സ്പ്രഷനുകൾ). യഥാർത്ഥ പിശകുകളുള്ള 24 റിപ്പോസിറ്ററികളിൽ Tensorflow, Google V8, Sentry, Pydata xarray, Ravippro, django-colorfield, django-helpdesk തുടങ്ങിയ വലിയ പ്രോജക്ടുകളും ഉണ്ടായിരുന്നു എന്നത് ശ്രദ്ധേയമാണ്. എന്നിരുന്നാലും, കോമകളിലെ പ്രശ്നങ്ങൾ പൈത്തണിന് മാത്രമുള്ളതല്ല, പലപ്പോഴും C/C++ പ്രോജക്റ്റുകളിൽ ക്രോപ്പ് അപ്പ് ചെയ്യുന്നു (സമീപകാല പരിഹാരങ്ങളുടെ ഉദാഹരണങ്ങൾ LLVM, Mono, Tensorflow എന്നിവയാണ്).

പ്രധാന തരം പിശകുകൾ പഠിച്ചു:

• ലിസ്‌റ്റുകളിലും ട്യൂപ്പിളുകളിലും സെറ്റുകളിലും ആകസ്‌മികമായി ഒരു കോമ നഷ്‌ടമായതിനാൽ പ്രത്യേക മൂല്യങ്ങളായി വ്യാഖ്യാനിക്കുന്നതിനുപകരം സ്ട്രിംഗുകൾ സംയോജിപ്പിക്കുന്നു. ഉദാഹരണത്തിന്, സെൻട്രിയിൽ, ലിസ്റ്റിലെ "റിലീസുകൾ", "കണ്ടെത്തുക" എന്നീ സ്ട്രിംഗുകൾക്കിടയിൽ ഒരു കോമ നഷ്ടപ്പെട്ട ഒരു ടെസ്റ്റ്, "/റിലീസുകൾ", "" എന്നിവ പരിശോധിക്കുന്നതിനുപകരം നിലവിലില്ലാത്ത ഒരു ഹാൻഡ്‌ലർ "/releasesdiscover" പരിശോധിക്കുന്നതിലേക്ക് നയിച്ചു. /കണ്ടെത്തുക" വെവ്വേറെ.

  മറ്റൊരു ഉദാഹരണം, റാപ്പിഡ്പ്രോയിലെ ഒരു കോമ നഷ്ടപ്പെട്ടത് രണ്ട് വ്യത്യസ്ത നിയമങ്ങൾ ലൈൻ 572-ൽ ലയിപ്പിക്കുന്നതിന് കാരണമായി:

  

• സിംഗിൾ-എലമെന്റ് ട്യൂപ്പിൾ നിർവചനത്തിന്റെ അവസാനത്തിൽ ഒരു കോമ കാണുന്നില്ല, ഇത് ട്യൂപ്പിളിന് പകരം ഒരു സാധാരണ തരം അസൈൻമെന്റിന് കാരണമാകുന്നു. ഉദാഹരണത്തിന്, "മൂല്യം = (1,)" എന്ന പദപ്രയോഗം ഒരു ഘടകത്തിന്റെ ഒരു വേരിയബിളിന്റെ ഒരു അസൈൻമെന്റിൽ കലാശിക്കും, എന്നാൽ "മൂല്യം = (1)" ഒരു പൂർണ്ണസംഖ്യ തരത്തിന്റെ അസൈൻമെന്റിൽ കലാശിക്കും. ഈ അസൈൻമെന്റുകളിലെ പരാൻതീസിസുകൾ തരം നിർവചനത്തെ ബാധിക്കില്ല കൂടാതെ ഓപ്ഷണൽ ആണ്, കൂടാതെ കോമകളുടെ സാന്നിധ്യത്തെ അടിസ്ഥാനമാക്കി മാത്രമേ ഒരു ട്യൂപ്പിൾ സാന്നിദ്ധ്യം പാർസർ നിർണ്ണയിക്കുകയുള്ളൂ. REST_FRAMEWORK = {'DEFAULT_PERMISSION_CLASSES': ('rest_framework.permissions.IsAuthenticated' #-ന് ട്യൂപ്പിളിന് പകരം ഒരു സ്ട്രിംഗ് നൽകും. }
• അസൈൻമെന്റ് സമയത്ത് അധിക കോമകളാണ് വിപരീത സാഹചര്യം. ഒരു അസൈൻമെന്റിന്റെ അവസാനം അബദ്ധത്തിൽ ഒരു കോമ അവശേഷിക്കുന്നുണ്ടെങ്കിൽ, സാധാരണ തരത്തിന് പകരം ഒരു ട്യൂപ്പിൾ മൂല്യമായി നിയോഗിക്കപ്പെടും (ഉദാഹരണത്തിന്, "മൂല്യം = 1" എന്നതിന് പകരം "മൂല്യം = 1" എന്ന് വ്യക്തമാക്കിയിട്ടുണ്ടെങ്കിൽ).

അവലംബം: opennet.ru