cobol-java-v3/cobol_testgen/gcov.py

"""gcov 覆盖率数据解析和分支标记"""

import re
import logging
import subprocess
from pathlib import Path

logger = logging.getLogger(__name__)


def parse_cbl_gcov(gcov_path: str) -> dict[int, int]:
    """解析 .cbl.gcov 文件，返回 {COBOL行号: 执行次数}。

    gcov 行格式：
      #####:  6: 源码行   → 未执行（0 次）
      75*:   12: 源码行   → 执行 75 次
      1*:    14: 源码行   → 执行 1 次
      -:     17: 源码行   → 不可执行（注释/声明行，跳过）
    """
    counts = {}
    with open(gcov_path, encoding='utf-8', errors='replace') as f:
        for line in f:
            m = re.match(r'^\s*(#####|\d+\*?|-):\s*(\d+):', line)
            if not m:
                continue
            count_str = m.group(1)
            lineno = int(m.group(2))
            if count_str == '#####':
                counts[lineno] = 0
            elif count_str == '-':
                continue
            else:
                counts[lineno] = int(count_str.rstrip('*'))
    return counts


def run_gcov(program_name: str, work_dir: str) -> dict[int, int]:
    """在 work_dir 中执行 gcov 并解析 COBOL 行计数。

    使用 Windows 本地的 gcov（与 GnuCOBOL 内置 MinGW 同版本）。
    不要通过 WSL 调用 gcov，否则 .gcno/.gcda 版本不匹配。

    Args:
        program_name: 程序名（不含扩展名），如 "ALLCMDS"
        work_dir: 包含 .gcda/.gcno 的目录（Windows 路径）

    Returns:
        {COBOL行号: 执行次数} 字典。失败时返回空 dict。
    """
    try:
        result = subprocess.run(
            ['gcov', f'{program_name}.cbl'],
            capture_output=True, text=True,
            encoding='utf-8', errors='replace',
            timeout=30,
            cwd=work_dir,
        )
    except FileNotFoundError:
        logger.warning("gcov 命令未找到（未安装 MinGW gcov 或不在 PATH 中）")
        return {}
    if result.returncode != 0:
        logger.warning(f"gcov 失败 (exit={result.returncode}): {result.stderr.strip()}")
        return {}

    cbl_gcov = Path(work_dir) / f'{program_name}.cbl.gcov'
    if not cbl_gcov.exists():
        cbl_gcov = Path(work_dir) / f'{program_name}.gcov'
    if not cbl_gcov.exists():
        logger.warning(f"gcov 输出不存在 (tried .cbl.gcov / .gcov)")
        return {}

    gcov_data = parse_cbl_gcov(str(cbl_gcov))
    logger.info(f"gcov 解析: {len(gcov_data)} 行, "
                f"{sum(1 for v in gcov_data.values() if v > 0)} 行已执行")
    return gcov_data


def _wsl_path(windows_path: str) -> str:
    path = Path(windows_path).resolve()
    drive = path.drive.lower().rstrip(':')
    rest = str(path.relative_to(path.anchor)).replace('\\', '/')
    return f'/mnt/{drive}/{rest}'


def _find_if_body_lines(source_lines: list[str], if_lineno_1: int):
    """在源码中定位 IF 语句的 THEN/ELSE 体行范围（行号 1-indexed）。

    Returns (then_lines, else_lines):
      then_lines: list[int] — THEN 体的行号（1-indexed）
      else_lines: list[int] — ELSE 体的行号（1-indexed），无 ELSE 则为空
    """
    start = if_lineno_1  # 0-indexed, start AFTER the IF line
    depth = 1
    else_start_0 = None
    end_if_0 = None
    n = len(source_lines)
    for i in range(start, n):
        line = source_lines[i].upper().strip()
        if re.match(r'ELSE\s+IF', line, re.IGNORECASE):
            if depth == 1:
                else_start_0 = i
            depth += 1
            continue
        if re.match(r'\bIF\b', line):
            depth += 1
        if re.match(r'END-IF', line):
            depth -= 1
            if '.' in line:
                depth = 0
            if depth <= 0:
                end_if_0 = i
                break
        if depth == 1 and re.match(r'ELSE\b', line):
            else_start_0 = i

    then_start_1 = if_lineno_1 + 1
    if else_start_0 is not None:
        then_1 = list(range(then_start_1, else_start_0 + 1))
        else_1 = list(range(else_start_0 + 2, (end_if_0 or start) + 2))
    else:
        then_1 = list(range(then_start_1, (end_if_0 or start) + 2))
        else_1 = []
    return then_1, else_1


def mark_from_gcov(decision_points: list, gcov_data: dict[int, int],
                   branch_tree, source_text: str | None = None) -> None:
    """用 gcov 行执行计数推断决策点分支覆盖，直接修改 decision_points 的 active_branches。

    当 source_text 提供时（预处理源码），IF 分支使用体行计数精确判断 T/F。

    IF  (条件行 L):
      - 体行计数 > 0 → 对应分支覆盖（T=THEN体，F=ELSE体）
      - 无体行数据时回退：count==0 跳过，count>0 标记 T/F

    EVALUATE:
      - subject 行 count > 0 → 标记所有 WHEN 为已覆盖

    PERFORM UNTIL (条件行 L):
      - count == 1 → 条件初始即为真，循环体未进入 → Skip 覆盖
      - count > 1  → 循环体至少进入一次 → Enter 覆盖
      - Skip 总视为覆盖（无论进入与否，最终都会跳出）
    """
    source_lines = source_text.splitlines() if source_text else None

    for dp in decision_points:
        ln = dp.source_line
        if ln <= 0 or ln not in gcov_data:
            continue

        count = gcov_data.get(ln)
        if count is None:
            continue

        if dp.kind == 'IF':
            # 清除静态分析的 IF 标记，用 gcov 运行时数据重新判断
            dp.active_branches.discard('T')
            dp.active_branches.discard('F')
            if source_lines and ln <= len(source_lines):
                then_lines, else_lines = _find_if_body_lines(source_lines, ln)
                then_cov = any(gcov_data.get(tl, 0) > 0 for tl in then_lines)
                else_cov = any(gcov_data.get(el, 0) > 0 for el in else_lines)
                if then_cov:
                    dp.active_branches.add('T')
                if else_cov:
                    dp.active_branches.add('F')
                # P0: ELSE-less IF — F is structurally mandatory when IF line executed
                if not else_lines and then_lines and count > 0:
                    dp.active_branches.add('F')
                # 如果体行范围为空或无法判断，回退到基于 IF 行计数
                if not then_lines and not else_lines:
                    if count > 0:
                        dp.active_branches.add('T')
                        dp.active_branches.add('F')
            else:
                # 无源码文本回退到原逻辑
                if count > 0:
                    dp.active_branches.add('T')
                    dp.active_branches.add('F')

        elif dp.kind == 'EVALUATE':
            for bn in dp.branch_names:
                dp.active_branches.discard(bn)
            if count == 0:
                continue
            for bn in dp.branch_names:
                dp.active_branches.add(bn)

        elif dp.kind == 'PERFORM':
            dp.active_branches.discard('Enter')
            dp.active_branches.discard('Skip')
            if count > 1:
                dp.active_branches.add('Enter')
            dp.active_branches.add('Skip')