đ La plupart des odeurs du code ne sont pas corrĂ©lĂ©es Ă la prĂ©sence de bugs et inversement, la plupart des bugs ne sont pas liĂ©s Ă des odeurs du code. Ces deux concepts dĂ©signent des rĂ©alitĂ©s diffĂ©rentes. Une seule odeur du code ressort du lot en Ă©tant modĂ©rĂ©ment corrĂ©lĂ©e Ă lâapparition de bugs : lâappel de mĂ©thodes abstraites depuis le constructeur. Sâil faut prioriser un refactoring câest bien celui-ci.
đ Le papier vise surtout Ă amĂ©liorer les outils de dĂ©tection de bugs. En remontant depuis les odeurs jusquâaux mĂ©triques permettant de les dĂ©tecter automatiquement, les chercheurs en ont sĂ©lectionnĂ© plusieurs qui sont modĂ©rĂ©ment corrĂ©lĂ©es Ă lâapparition de bugs. Rien de surprenant pour un dĂ©veloppeur chevronnĂ© : nombre excessif de paramĂštres, nombre excessif de mĂ©thodes par classes, complexitĂ© ou longueur extrĂȘme dâune mĂ©thode. Rien de nouveau sous le soleil.
SOURCE
Rodrigo Lima, Jairo Souza, Baldoino Fonseca, Leopoldo Teixeira, Rohit Gheyi, MĂĄrcio Ribeiro, Alessandro Garcia, and Rafael de Mello. 2020. Understanding and Detecting Harmful Code. In Proceedings of the XXXIV Brazilian Symposium on Software Engineering (SBES â20). Association for Computing Machinery, New York, NY, USA, 223â232. DOI:10.1145/3422392.3422420
Enzo Sandré
đ Lien public DOIs: 10.1145/3422392.3422420