PMD 静态代码分析器使用教程
2024-08-10 01:20:21作者:宣海椒Queenly
项目介绍
PMD 是一个可扩展的多语言静态代码分析器。它能够发现常见的编程缺陷,如未使用的变量、空的 catch 块、不必要的对象创建等。PMD 主要关注 Java 和 Apex 语言,但也支持其他 16 种语言。它内置了 400 多个规则,并且可以通过自定义规则进行扩展。PMD 使用 JavaCC 和 Antlr 将源文件解析为抽象语法树(AST),并运行规则以发现违规行为。
项目快速启动
安装 PMD
在 Linux 或 MacOS 上安装
$ cd $HOME
$ wget https://github.com/pmd/pmd/releases/download/pmd_releases%2F7.4.0/pmd-dist-7.4.0-bin.zip
$ unzip pmd-dist-7.4.0-bin.zip
$ alias pmd="$HOME/pmd-bin-7.4.0/bin/pmd"
$ pmd check -d /usr/src -R rulesets/java/quickstart.xml -f text
在 Windows 上安装
-
下载并解压 PMD 压缩包:
$ cd $HOME $ curl -OL https://github.com/pmd/pmd/releases/download/pmd_releases%2F7.4.0/pmd-dist-7.4.0-bin.zip $ unzip pmd-dist-7.4.0-bin.zip -
将 PMD 添加到系统 PATH 中:
- 永久添加:使用系统属性对话框 > 环境变量 > 追加到 PATH 变量
- 临时添加:在命令行中执行
SET PATH=C:\pmd-bin-7.4.0\bin;%PATH%
-
运行 PMD:
$ pmd.bat check -d c:\src -R rulesets/java/quickstart.xml -f text
使用 PMD 进行代码检查
$ pmd check -d /path/to/your/source -R rulesets/java/quickstart.xml -f text
应用案例和最佳实践
案例一:Java 项目代码质量提升
在一个 Java 项目中,使用 PMD 进行代码质量检查,发现并修复了多个未使用的变量和空的 catch 块。通过定期运行 PMD,项目代码质量得到了显著提升。
案例二:Apex 代码优化
在 Salesforce 项目中,使用 PMD 对 Apex 代码进行分析,发现了一些不必要的对象创建和冗余代码。通过优化这些代码,提高了代码的执行效率和可维护性。
最佳实践
- 定期运行 PMD:建议在持续集成(CI)流程中定期运行 PMD,以确保代码质量。
- 自定义规则:根据项目需求,编写自定义规则以满足特定的代码检查需求。
- 结合其他工具:将 PMD 与其他静态代码分析工具(如 Checkstyle、FindBugs)结合使用,以获得更全面的代码质量报告。
典型生态项目
PMD Designer
PMD Designer 是一个用于创建和测试 PMD 自定义规则的工具。它提供了直观的界面,帮助开发者编写和调试规则。
PMD Eclipse 插件
PMD Eclipse 插件允许开发者在 Eclipse IDE 中直接运行 PMD,并在编辑器中显示代码质量问题。这大大提高了开发效率和代码质量。
PMD Maven 插件
PMD Maven 插件可以在 Maven 构建过程中自动运行 PMD,并将代码质量报告集成到 Maven 的构建报告中。这使得代码质量检查成为构建流程的一部分。
通过以上模块的介绍和实践,您可以快速上手并有效使用 PMD 进行代码质量管理。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869