Day 096 — AST 与代码分析 — 练习清单

✅ 今日完成清单

• [ ] 理解 AST 的概念和 Python 中 ast 模块的基本用法
• [ ] 掌握 ast.parse()、ast.unparse()、ast.dump() 的使用
• [ ] 学会使用 ast.NodeVisitor 遍历 AST
• [ ] 理解 ast.NodeTransformer 进行代码变换
• [ ] 了解静态分析的基本原理
• [ ] 实现一个简单的函数复杂度分析器
• [ ] 完成自定义 Linter 的编写

📝 基础练习题

练习 1：AST 遍历入门

使用 ast.NodeVisitor 编写一个程序，找出 Python 源文件中所有的 import 语句，输出导入的模块名。

要求： - 支持 import os 和 from os import path 两种形式 - 输出格式：行号: import 模块名

测试代码：

import os
import sys
from pathlib import Path
from collections import defaultdict
import json as j

练习 2：提取所有函数签名

编写一个函数，输入 Python 源代码字符串，返回所有函数的签名信息（函数名 + 参数列表）。

要求： - 使用 ast.parse() 解析代码 - 支持默认参数值的提取 - 返回格式：[("函数名", ["参数1", "参数2=默认值"])]

练习 3：统计代码行数

用 AST 统计一个 Python 文件中： - 函数定义数量 - 类定义数量 - 总语句数（不计空行和注释）

🚀 进阶挑战题

挑战 1：实现 dead code 检测

编写一个 Linter 规则，检测函数中定义了但从未使用的局部变量。

提示： - 用 ScopeAnalyzer 的思路 - 遍历函数体，收集赋值和引用 - 找出有定义但无引用的变量

挑战 2：自动生成文档字符串

编写一个 AST 变换器，自动给没有 docstring 的函数生成基于函数名和参数的文档模板。

示例输出：

def calculate_discount(price, rate):
    """
    Calculate discount.

    Args:
        price: Price value
        rate: Discount rate
    """
    return price * rate

挑战 3：实现 SQL 注入检测

用 AST 分析代码，检测字符串拼接中是否可能包含 SQL 注入风险。

检测模式：

# 危险模式：字符串拼接构造 SQL
query = "SELECT * FROM users WHERE name = '" + user_input + "'"

# 安全模式：参数化查询
query = "SELECT * FROM users WHERE name = %s"
cursor.execute(query, (user_input,))

挑战 4：构建代码复杂度报告工具

综合运用所学知识，构建一个可以输出 Markdown 格式报告的代码分析工具，包含： - 函数复杂度排名 - 未使用变量列表 - 命名规范检查结果 - 代码行数统计

💡 思考题

1. 如果要分析一个 10 万行的项目，AST 分析和正则表达式分析哪个更高效？为什么？

2. ast.literal_eval 为什么不支持表达式？设计一个安全的表达式求值器需要考虑哪些因素？

3. 如何让自定义 Linter 支持 .lintrc 配置文件来启用/禁用规则？设计一个简单的插件架构。

4. AST 变换时，fix_missing_locations() 到底修复了什么？如果省略会报什么错？

5. 如果要实现一个 Python 到 JavaScript 的代码翻译器，AST 可以扮演什么角色？