feat: UNSTRING解析增强 + 跨FD数值统一 + 文件I/O模块
This commit is contained in:
+457
@@ -0,0 +1,457 @@
|
||||
# COBOL→Java/Spark 迁移验证平台 v3 理解文档
|
||||
|
||||
## 1. 系统概述
|
||||
|
||||
COBOL→Java/Spark 迁移验证平台。核心使命:**给定 COBOL 源码及其迁移后的 Java/Spark 实现,自动生成覆盖所有分支路径的测试数据,分别运行两个版本,逐字段比对输出,判定迁移正确性并生成验证报告。**
|
||||
|
||||
系统并非单一测试数据生成器,而是一条包含**静态分析 → 测试数据生成 → 程序分类 → 编译运行 → 结果比对 → 诊断报告**的完整自动化验证管道。
|
||||
|
||||
---
|
||||
|
||||
## 2. 架构总览
|
||||
|
||||
```
|
||||
CLI (main.py) / Web (api.py)
|
||||
│
|
||||
▼
|
||||
orchestrator.py ────────── 管道调度中枢
|
||||
│
|
||||
┌─────┼─────────┬──────────────┬──────────────┐
|
||||
▼ ▼ ▼ ▼ ▼
|
||||
cobol_testgen hina agents runners comparator
|
||||
(测试数据生成) (分类/门禁) (LLM智能体) (编译运行引擎) (比对引擎)
|
||||
│ │
|
||||
▼ ▼
|
||||
storage/report data/ (模型层)
|
||||
(存储/报告) config/ (配置层)
|
||||
```
|
||||
|
||||
**关键设计决策**: 系统有两套平行的数据产出路径——
|
||||
- `cobol_testgen` 用规则引擎/Lark 语法解析生成覆盖全分支的测试数据(确定性)
|
||||
- `agents/Agent2Data` 用 LLM 从 FieldTree 生成测试数据设计(AI 辅助)
|
||||
最终在 `orchestrator.py:110-112` 处以 `complete_tests`(cobol_testgen + hina 输出)覆盖 Agent2Data 的 `suite.test_cases`。
|
||||
|
||||
---
|
||||
|
||||
## 3. 目录结构
|
||||
|
||||
```
|
||||
cobol-java-v3/
|
||||
├── main.py ← CLI 入口(argparse → run_pipeline)
|
||||
├── orchestrator.py ← 管道编排(核心调度器,~200 行)
|
||||
├── preprocessor.py ← COPYBOOK 展开工具(独立类)
|
||||
├── japanese_data.py ← 日文测试数据生成(全角/半角/和历日期)
|
||||
│
|
||||
├── cobol_testgen/ ← COBOL 测试数据生成引擎
|
||||
│ ├── __init__.py ← 入口: main() + extract_structure/generate_data/incremental_supplement
|
||||
│ ├── __main__.py ← python -m 入口
|
||||
│ ├── read.py ← INPUT层: 预处理/COPYBOOK解决/DATA DIVISION解析/Lark
|
||||
│ ├── core.py ← CORE层: PROCEDURE DIVISION解析→分支树→数据流追踪(~2000行)
|
||||
│ ├── cond.py ← COND层: 条件解析+MC/DC枚举+约束合并
|
||||
│ ├── design.py ← DESIGN层: 路径枚举+约束应用+值生成(~1350行)
|
||||
│ ├── design_mcdc.py ← MC/DC 路径枚举变体
|
||||
│ ├── coverage.py ← 覆盖率: 决策点收集+标记+中文HTML报告(~1300行)
|
||||
│ ├── output.py ← 输出层: JSON(按FD分组入/出力+WS)
|
||||
│ ├── models.py ← 共享数据模型
|
||||
│ ├── pipeline_bridge.py ← 新旧解析器桥接(新 parser 主+旧 parser 超时回退)
|
||||
│ ├── procedure_parser.py ← 新 PROCEDURE DIVISION 解析器(快速确定性)
|
||||
│ ├── grammar.lark ← DATA DIVISION Lark 语法
|
||||
│ ├── procedure_grammar.lark ← PROCEDURE DIVISION Lark 语法
|
||||
│ ├── flatfile.py ← 平面文件工具
|
||||
│ └── gcov.py ← gcov 覆盖率采集
|
||||
│
|
||||
├── hina/ ← 程序分类与质量门禁
|
||||
│ ├── pipeline/pipeline.py ← 完整类型判定管道(关键词/规则/LLM 三路)
|
||||
│ ├── classifier.py
|
||||
│ ├── confidence.py
|
||||
│ ├── gate.py ← 质量门禁判定
|
||||
│ ├── strategy.py ← 策略补充
|
||||
│ ├── retry.py ← 分层重试
|
||||
│ └── gcov_collector.py
|
||||
│
|
||||
├── agents/ ← LLM 智能体
|
||||
│ ├── llm.py ← LLMClient(httpx + 磁盘缓存 + 重试)
|
||||
│ ├── agent1_parser.py ← COPYBOOK → FieldTree(LLM json)
|
||||
│ ├── agent2_data.py ← FieldTree → TestSuite(LLM json)
|
||||
│ └── agent3_diagnostic.py ← FieldResult → 诊断建议(LLM json)
|
||||
│
|
||||
├── comparator/ ← 对比引擎
|
||||
│ ├── aligner.py ← COBOL↔Java 记录对齐(CUST-ID 键)
|
||||
│ ├── field_compare.py ← 字段级比较(decimal/string)
|
||||
│ ├── cobol_binary_reader.py ← 二进制 COBOL 输出解析
|
||||
│ ├── normalizer.py ← COMP-3/EBCDIC 解码
|
||||
│ └── rounding_detect.py ← 舍入检测
|
||||
│
|
||||
├── runners/ ← 编译运行引擎
|
||||
│ ├── runner.py ← 抽象基类 Runner + BuildResult/RunResult
|
||||
│ ├── cobol_runner.py ← cobc 编译+运行
|
||||
│ ├── native_java_runner.py ← mvn + java -jar
|
||||
│ ├── spark_java_runner.py ← spark-submit
|
||||
│ └── data_writer.py ← 测试数据写入(二进制/JSON)
|
||||
│
|
||||
├── data/ ← 数据模型层
|
||||
│ ├── field_tree.py ← Field / FieldTree
|
||||
│ ├── test_case.py ← TestCase / TestSuite / SparkConfig
|
||||
│ └── diff_result.py ← FieldResult / VerificationRun
|
||||
│
|
||||
├── config/ ← 配置
|
||||
│ ├── __init__.py ← Config dataclass(Toml 加载)
|
||||
│ └── mapping.py ← MappingConfig / FieldMapping
|
||||
│
|
||||
├── report/
|
||||
│ └── generator.py ← JSON / HTML / machine JSON 报告
|
||||
│
|
||||
├── storage/
|
||||
│ ├── bundle.py ← TestDataBundle 路径管理
|
||||
│ └── store.py
|
||||
│
|
||||
├── web/ ← Web 接口
|
||||
│ ├── api.py ← FastAPI(202+ polling)
|
||||
│ ├── worker.py ← 后台 worker
|
||||
│ ├── static/
|
||||
│ └── templates/
|
||||
│
|
||||
├── tests/ ← 测试套件
|
||||
├── test-data/ ← 测试数据
|
||||
├── benchmark-programs/ ← 58 电信基准程序
|
||||
├── data/ ← 运行时数据
|
||||
├── config/ ← 运行时配置
|
||||
│
|
||||
├── pyproject.toml ← 项目元数据(verify-cli 0.1.0)
|
||||
├── requirements.txt ← Python 依赖
|
||||
├── DESIGN.md ← Web UI 设计规范
|
||||
├── CLAUDE.md ← 项目指令
|
||||
└── AGENTS.md ← AI Agent 指令(含修复历史)
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 4. 核心管道流程
|
||||
|
||||
### 4.1 CLI 入口 (`main.py`)
|
||||
|
||||
```
|
||||
main.py --copybook <cpy> --cobol-src <cbl> --java-src <dir> --mapping <yaml>
|
||||
[--runner native|spark] [--coverage boundary|branch]
|
||||
[--tolerance 0.01] [--quality-gate-mode warn|off] [--gcov]
|
||||
```
|
||||
|
||||
必选参数 4 个:copybook、cobol 源码、java 源码目录、映射文件。支持 `--dry-run` 前置校验路径存在性。
|
||||
|
||||
### 4.2 管道调度 (`orchestrator.py:run_pipeline`)
|
||||
|
||||
**Phase 0 — 前置解析**
|
||||
```
|
||||
copybook.cpy ─→ Agent1Parser (LLM) ─→ FieldTree(字段树)
|
||||
```
|
||||
|
||||
**Phase 1 — COBOL 测试数据生成 (cobol_testgen)**
|
||||
```
|
||||
cobol.cbl ─→ preprocess() → resolve_copybooks() → parse_data_division()
|
||||
─→ parse_procedure_division() → build_branch_tree()
|
||||
─→ enum_paths() → generate_records() → base_records[]
|
||||
```
|
||||
|
||||
**Phase 2 — HINA 分类 + 策略补充 + 质量门禁**
|
||||
```
|
||||
base_records[] ─→ classify_program() → category/confidence
|
||||
─→ strategy supplement → 追加标记记录
|
||||
─→ quality gate loop (最多 4 次 retry):
|
||||
check_coverage() → gate_check()
|
||||
if gaps: incremental_supplement() → 补充数据 → recheck
|
||||
```
|
||||
|
||||
**Phase 3 — LLM 测试数据设计 (Agent2Data)**
|
||||
```
|
||||
FieldTree + complete_tests[] → Agent2Data (LLM) → TestSuite
|
||||
注意: suite.test_cases 被 complete_tests 覆盖替换(行 112)
|
||||
```
|
||||
|
||||
**Phase 4 — 编译运行**
|
||||
```
|
||||
TestSuite ─→ DataWriter → cobol_input.bin / spark_input.json
|
||||
COBOL: cobol_runner.compile() → cobol_runner.run() → cobol_out.bin
|
||||
Java: native/spark_runner.compile() → runner.run() → java_out records
|
||||
```
|
||||
|
||||
**Phase 5 — 对比 & 报告**
|
||||
```
|
||||
cobol_out.bin ─→ CobolBinaryReader → dict[]
|
||||
java_out ─→ JSON → dict[]
|
||||
align_records(key="CUST-ID") → compare_field() → FieldResult[]
|
||||
Agent3Diagnostic (LLM) → suggestion for MISMATCH
|
||||
ReportGenerator → result.json / report.html / machine.json
|
||||
```
|
||||
|
||||
### 4.3 数据流全图
|
||||
|
||||
```
|
||||
copybook.cpy
|
||||
│ Agent1Parser (LLM)
|
||||
▼
|
||||
FieldTree ────────────────────────┐
|
||||
│ │
|
||||
│ Agent2Data (LLM) │ cobol_testgen
|
||||
▼ ▼
|
||||
TestSuite (被覆盖) structure + base_records[]
|
||||
│ │
|
||||
│ DataWriter │ HINA classify + quality gate
|
||||
▼ ▼
|
||||
cobol_input.bin / json complete_tests[]
|
||||
│
|
||||
├── CobolRunner ──→ cobol_out.bin ──┐
|
||||
└── JavaRunner ──→ java_out ──────┤
|
||||
▼
|
||||
align_records()
|
||||
│
|
||||
▼
|
||||
compare_field() ──→ FieldResult[]
|
||||
│
|
||||
▼
|
||||
Agent3Diagnostic (LLM) → suggestion
|
||||
│
|
||||
▼
|
||||
ReportGenerator → result.json/html
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 5. 核心模块详解
|
||||
|
||||
### 5.1 cobol_testgen(测试数据生成引擎)
|
||||
|
||||
**Layer 架构**(4 层独立,每层单一职责):
|
||||
|
||||
| 层 | 文件 | 职责 |
|
||||
|----|------|------|
|
||||
| INPUT | `read.py` | 预处理器(固定/自由格式检测、COPYBOOK 展开、SQL/CICS EXEC 剥离)、Lark 语法解析 DATA DIVISION |
|
||||
| CORE | `core.py` | 解析 PROCEDURE DIVISION 为分支树(`BrIf`/`BrEval`/`BrPerform`/`Assign`/`CallNode`/`GoTo`/`ExitNode`)、数据流追踪(`trace_to_root`/`propagate_assignments`) |
|
||||
| COND | `cond.py` | COBOL 条件解析(`parse_single_condition`/`parse_compound_condition`)、MC/DC 枚举(`mcdc_sets`)、约束合并(`merge_field_constraints`)、边界值求解(`satisfying_value`) |
|
||||
| DESIGN | `design.py` | 路径枚举(`enum_paths`,LLM 优先 → 规则引擎回退)、记录生成(`generate_records`,约束应用到字段值) |
|
||||
| OUTPUT | `output.py` | JSON 输出(输入/期望输出/工作存储区,按 FD 分组) |
|
||||
| COVERAGE | `coverage.py` | 决策点收集(`collect_decision_points`)→ 标记覆盖(`mark_coverage`)→ 中文 HTML 报告 |
|
||||
|
||||
**关键数据模型** (`models.py`):
|
||||
- `BrSeq` — 序列容器
|
||||
- `BrIf` — IF 分支(condition + cond_tree + true_seq + false_seq)
|
||||
- `BrEval` — EVALUATE(subjects + when_list + other_seq)
|
||||
- `BrPerform` — PERFORM(perf_type + condition + body_seq)
|
||||
- `BrSearch` — SEARCH(at_end_seq + when_list)
|
||||
- `Assign` — 赋值节点(target + source_info)
|
||||
- `CondLeaf` / `CondAnd` / `CondOr` / `CondNot` — 条件树
|
||||
|
||||
**路径枚举策略**:
|
||||
1. 尝试 LLM 生成路径(`DEEPSEEK_API_KEY`)
|
||||
2. LLM 失败/无 key 则回退规则引擎(`_cap_paths` 限制 10000 条)
|
||||
3. MC/DC 变体(`design_mcdc.py:enum_paths`)用于 `generate_data()` 入口
|
||||
|
||||
**基于旧 parser 的路径去重**:`_filter_stop` 处理哨兵标记(`__STOP__`/`__ABEND__`),与覆盖率标记中的 `_is_eof_path` 过滤配合使用。
|
||||
|
||||
**OCCURS 展开机制** (`expand_occurs`):
|
||||
- 递归展开 `occurs > 0` 的字段,生成 `WS-CELL(1)`、`WS-CELL(1,1)` 等下标签记副本
|
||||
- 88-level 的 `parent` 也会跟随展开
|
||||
|
||||
**PREV 连锁机制** (`_chain_prev`):
|
||||
- 多 WRITE 场景下的跨记录约束满足
|
||||
- 处理 `WRK-PREV-xxx` 前值比较的字段传递
|
||||
- 判断 W02(正常)或 overlap(重疊)路径
|
||||
|
||||
### 5.2 hina(程序分类与质量门禁)
|
||||
|
||||
**分类管道**(三路径并行):
|
||||
1. **关键词匹配** — 从源码中识别对应银行业务模式的关键词
|
||||
2. **规则引擎** — 基于 IF 类型统计、变量命名模式、OPEN/CLOSE 模式的规则判定
|
||||
3. **LLM 辅助** — 低确信度时调用 LLM 二次确认
|
||||
|
||||
**质量门禁** (`gate.py:check`):
|
||||
- 检查决策点覆盖率、段落覆盖率是否达到阈值(Config 中 `quality_gate_decision_threshold` 默认 0.90)
|
||||
- 未通过时触发 `incremental_supplement` 补充未覆盖决策点的数据
|
||||
- 最大尝试次数:`max_quality_retries = 4`
|
||||
|
||||
### 5.3 agents(LLM 智能体)
|
||||
|
||||
三个 Agent 定位清晰:
|
||||
|
||||
| Agent | 输入 | 处理 | 输出 |
|
||||
|-------|------|------|------|
|
||||
| Agent1Parser | COPYBOOK 源码文本 | LLM 解析为 JSON | FieldTree |
|
||||
| Agent2Data | FieldTree 字段列表 | LLM 生成边界测试用例 | TestSuite |
|
||||
| Agent3Diagnostic | FieldResult (field_name + 双方值) | LLM 诊断 mismatch 原因 | suggestion 文本 |
|
||||
|
||||
**LLMClient** (`agents/llm.py`):
|
||||
- 通用 HTTP 客户端(httpx),兼容 OpenAI API / DeepSeek
|
||||
- 磁盘缓存(SHA256 散列键值,`.cache/llm/{hash}.json`)
|
||||
- 1 次重试 + 异常冒泡
|
||||
- 环境变量:`LLM_API_KEY` / `OPENAI_API_KEY`, `LLM_API_BASE`
|
||||
|
||||
### 5.4 comparator(对比引擎)
|
||||
|
||||
```
|
||||
CobolBinaryReader → dict[] java JSON → dict[]
|
||||
│
|
||||
▼
|
||||
align_records(key_field="CUST-ID")
|
||||
│
|
||||
▼
|
||||
(cobol_rec, java_rec, status) tuples
|
||||
│
|
||||
▼
|
||||
compare_field(name, c_val, j_val, type, tolerance)
|
||||
│
|
||||
▼
|
||||
FieldResult(PASS/TOLERATED/MISMATCH/NOT_SET)
|
||||
```
|
||||
|
||||
- 对齐策略:基于 `CUST-ID` 字段做记录级别匹配
|
||||
- 比较模式:decimal 用容忍度比较,string 用精确字符串比较
|
||||
- 字段类型判定:`tree.get_by_name(k).usage != "COMP-3" → string`(不合理:COMP-3 是数值存储格式,但此处用 `!=` 判断,DISPLAY 和 COMP 等也会被归为 decimal)
|
||||
|
||||
### 5.5 runners(编译运行引擎)
|
||||
|
||||
| Runner | 编译 | 运行 | 输入格式 |
|
||||
|--------|------|------|----------|
|
||||
| CobolRunner | `cobc -x` | 直接执行二进制 | input.bin (二进制) |
|
||||
| NativeJavaRunner | `mvn package` | `java -jar` | input.json |
|
||||
| SparkJavaRunner | `mvn package` | `spark-submit` | spark input/ |
|
||||
|
||||
### 5.6 web(Web 接口)
|
||||
|
||||
- FastAPI + 202 Accepted 异步轮询模式
|
||||
- 文件上传 → `uploads/{task_id}/` → `tasks/{task_id}.json` 状态文件
|
||||
- 无数据库,纯文件系统状态管理
|
||||
- `worker.py` 后台轮询处理队列
|
||||
- HTML 模板使用字符串替换(因 Jinja2 兼容性考虑)
|
||||
|
||||
---
|
||||
|
||||
## 6. 数据模型关系
|
||||
|
||||
```
|
||||
FieldDef (cobol_testgen/models.py) ← Lark grammar 解析 DATA DIVISION 的结果
|
||||
│
|
||||
▼
|
||||
FieldTree + Field (data/field_tree.py) ← Agent1Parser LLM 解析 COPYBOOK 的结果
|
||||
│
|
||||
├───▶ TestCase + TestSuite (data/test_case.py) ← 测试数据载体
|
||||
│
|
||||
└───▶ VerificationRun + FieldResult (data/diff_result.py) ← 管道运行结果
|
||||
```
|
||||
|
||||
**两套字段定义体系并存**:
|
||||
- `cobol_testgen/models.py:FieldDef` — 带 `pic_info`(PicInfo 对象)、`occurs_count`、`is_88`、`redefines` 等 COBOL 细节
|
||||
- `data/field_tree.py:Field` — 简洁版,含 `pic` 字符串、`offset`、`length`、`children` 嵌套结构
|
||||
- 两者在 orchestrator 中互不交换数据(Agent1Parser 产生 FieldTree → Agent2Data,cobol_testgen 产生自己的 fields_dict)
|
||||
|
||||
---
|
||||
|
||||
## 7. 依赖关系
|
||||
|
||||
### 外部 Python 库
|
||||
| 依赖 | 版本 | 用途 |
|
||||
|------|------|------|
|
||||
| `httpx` | >=0.27 | LLM API HTTP 调用 |
|
||||
| `pyyaml` | >=6.0 | 映射文件解析 |
|
||||
| `lark` | >=1.1.0 | DATA DIVISION 语法解析(Earley + dynamic lexer) |
|
||||
| `fastapi` / `uvicorn` | — | Web API |
|
||||
| `python-multipart` | — | 文件上传解析 |
|
||||
| `pytest` | — | 测试框架 |
|
||||
|
||||
### 外部非 Python 工具
|
||||
| 工具 | 用途 |
|
||||
|------|------|
|
||||
| `cobc` (GnuCOBOL) | COBOL 编译运行 |
|
||||
| `java` + `mvn` | Java 编译运行 |
|
||||
| `spark-submit` | Spark 模式运行(可选) |
|
||||
| `gcov` | 覆盖率采集(可选) |
|
||||
|
||||
### 外部 API
|
||||
| API | 用途 | 环境变量 |
|
||||
|-----|------|----------|
|
||||
| OpenAI / LLM API | Agent 智能体调用 | `LLM_API_KEY` / `OPENAI_API_KEY` |
|
||||
| DeepSeek API | cobol_testgen LLM 路径生成 | `DEEPSEEK_API_KEY` |
|
||||
|
||||
---
|
||||
|
||||
## 8. 关键注意事项
|
||||
|
||||
### 8.1 设计层面的注意事项
|
||||
|
||||
1. **两套配置系统割裂** — `cobol_testgen/__init__.py:CONFIG`(含 `abend_programs` 列表)与 `config/__init__.py:Config`(从 `aurak.toml` 加载)完全不互通。修改 `Config` 参数不会影响 `cobol_testgen` 的行为。
|
||||
|
||||
2. **两套字段定义体系并存** — `cobol_testgen` 内部使用 `FieldDef` + `fields_dict`(list of dict),orchestrator 上层使用 `data/field_tree.py:Field` + `FieldTree`。两者不共享,`debug["field_tree"]` 从 FieldTree 取,cobol_testgen 的数据从 fields_dict 取。
|
||||
|
||||
3. **LLM 同步阻塞且无流控** — `LLMClient.call()` 同步调用且超时仅 15s,大 COPYBOOK 易超时。`Agent1Parser` 和 `Agent2Data` 无降级路径(JSON 解析失败则返回空结构)。
|
||||
|
||||
4. **Web 模式的响应式任务模型脆弱** — 使用文件 `tasks/{task_id}.json` 做状态管理,重启丢失所有未完成任务。worker 轮询无锁机制,并发安全未保证。
|
||||
|
||||
5. **新旧 parser 并存隐患** — `pipeline_bridge.py` 中旧 parser 的 3s 超时用 `threading.Thread.daemon=True` + `join(3.0)`,超时后线程仍在后台运行(daemon 虽会在主进程退出时终止,但 3s 内可能已占用大量资源)。
|
||||
|
||||
### 8.2 代码层面的不合理之处(只标注,不修改)
|
||||
|
||||
6. **字段类型判断逻辑有疑** — `orchestrator.py:163` 处:
|
||||
```python
|
||||
ft = "string" if m and m.usage != "COMP-3" else "decimal"
|
||||
```
|
||||
COMP-3(压缩十进制)是 decimal 类型,但此逻辑意味着所有非 COMP-3 字段都被视为 string,包括 COMP、BINARY、PACKED-DECIMAL 等数值类型。
|
||||
|
||||
7. **Agent2Data 的输出被无条件覆盖** — `orchestrator.py:112`:
|
||||
```python
|
||||
suite.test_cases = complete_tests
|
||||
```
|
||||
`Agent2Data.design()` 的 LLM 调用结果被 `complete_tests` 完全替换,该 LLM 调用除了产生 `spark_config` 外没有实际用途。LLM 费用被浪费。
|
||||
|
||||
8. **硬编码 LLM 成本** — `orchestrator.py:30,111`:`vr.llm_cost += 0.002`(固定 $0.002/次),与实际模型(Config 中 `gpt-4o-mini`)的 token 计费无关。
|
||||
|
||||
9. **`cobol_testgen/generate_data()` 中的条件值强制相等** — `cobol_testgen/__init__.py:1069-1077`:
|
||||
```python
|
||||
for m in re.finditer(r'IF\s+(\w[\w-]*)\s*[=<>]\s*(\w[\w-]*)', proc_upper):
|
||||
...
|
||||
rec[rhs] = rec[lhs] # 强制 rhs 等于 lhs
|
||||
```
|
||||
对所有形如 `IF A > B` 的字段对比较,前一半记录的 rhs 被强制为 lhs 的值。这会破坏原有路径约束生成的精确值,且仅影响前一半记录——逻辑意图不明。
|
||||
|
||||
10. **`generate_data()` 中 `_resolve_field()` 的字段匹配逻辑** — 路径过滤时使用解析后的字段名去匹配 `_fdict_names`。对形如 `WS-PLAN-CODE(WS-PLAN-IDX)` 的字段,解析为 `WS-PLAN-CODE` 后只检查 base 名是否存在,忽略了实际有下标的字段名(如 `WS-PLAN-CODE(1)`)已存在于 fields_dict 中。
|
||||
|
||||
11. **`COBOL_SCOPE_ENDERS` 硬编码列表** — `core.py:12-16` 中的 scope enders 列表缺少 `END-ACCEPT`、`END-DISPLAY` 等,可能导致非预期解析提前结束。
|
||||
|
||||
12. **`cobol_testgen/core.py:29-60` 段落扫描中的空白处理** — 第 37 行 `re.match(r'^([A-Z0-9][A-Z0-9-]*)\.\s*$', line)` 要求段落名后紧跟 `.` 且只有空白,但 COBOL 允许在段落名后跟多语句,如 `PARA-A. MOVE A TO B`。
|
||||
|
||||
### 8.3 边界情况与隐藏假设
|
||||
|
||||
13. **假设 `CUST-ID` 是对齐键** — `align_records()` 硬编码 `key_field="CUST-ID"`,非此字段名的 FD 无法正确对齐。
|
||||
|
||||
14. **假设 COPYBOOK 不含 88-level VALUE** — AGENTS.md 明确指出目标程序不应有 88-level VALUE 子句,解析器对 88-level 值的依赖微乎其微。
|
||||
|
||||
15. **假设 target 程序不含 INSPECT/STRING/UNSTRING** — `extract_structure` 虽然检测 `has_inspect` 和 `has_string`,但整个管道没有对这些语句做特殊处理或断言。
|
||||
|
||||
16. **覆盖率补充依赖 `branch_tree_obj`** — `orchestrator.py:86` 质量门禁 gap 补充要求 `structure.get("branch_tree_obj")` 存在,但 `extract_structure` 成功执行且 `proc_div` 存在时才可能有。
|
||||
|
||||
17. **`--gcov` 模式需要运行二进制 COBOL** — gcov 覆盖率采集依赖真实执行 COBOL 二进制文件,需要编译环境和实际运行平台(GnuCOBOL),在仅做静态分析时不可用。
|
||||
|
||||
---
|
||||
|
||||
## 9. 修复历史总结(AGENTS.md)
|
||||
|
||||
| Fix | 内容 | 涉及模块 |
|
||||
|-----|------|----------|
|
||||
| 1 | COMPUTE ROUNDED 正则修复 | core.py |
|
||||
| 2 | OCCURS 下标 MOVE 目标保持 | core.py |
|
||||
| 3 | DIVIDE REMAINDER 支持 | core.py |
|
||||
| 4 | EVALUATE ALSO 多主体 | core.py, design.py |
|
||||
| 5 | READ AT END 跳过 | core.py |
|
||||
| 6 | WRITE/REWRITE 无 FROM | core.py |
|
||||
| 7 | PERFORM UNTIL 复合条件路径 | design.py |
|
||||
| 8 | IF 复合条件覆盖率标记修复 | coverage.py |
|
||||
| 9 | pi_map 用未解析 key 查询 | design.py |
|
||||
| 10 | 变量下标约束应用 | design.py |
|
||||
| 11 | 多行 COMPUTE 表达式 | core.py |
|
||||
| 12 | 多行 PERFORM VARYING | core.py |
|
||||
| 13 | `_mark_perform` 复合条件标记 | coverage.py |
|
||||
| 14 | EVALUATE TRUE `prior_false` 笛卡尔积 | coverage.py |
|
||||
| 15 | SEARCH `_non_match_for` 下标匹配 | coverage.py |
|
||||
| 16 | 移除 `_infer_implied` 桩函数 | coverage.py |
|
||||
| 17 | PERFORM VARYING 末次 + 字母数字边界 + 零保护 | design.py, cond.py |
|
||||
|
||||
---
|
||||
|
||||
*文档版本: v1.0 | 生成日期: 2026-06-27*
|
||||
Reference in New Issue
Block a user