Files

T

NB-076 8c1f9114f6 feat: add COBOL statement benchmark plan and 34 P0 sample programs

- docs/cobol-statement-benchmark-plan.md — full coverage matrix and gap analysis
- 34 P0 COBOL samples: arithmetic(9), move(5), file(6), control(6),
  inspect(3), search(2), perform(3)
- test-data/validate_statements.py — automatic validation script
- Validation: 34/34 samples pass preprocess + extract_structure

2026-06-21 12:02:25 +08:00

34 KiB

Raw Permalink Blame History

COBOL 语句测试基准 — 详细测试计划 v1.0

日期: 2026-06-21 | 对象: D:\cobol-java\cobol-java-v3 范围: COBOL 85/2002 语句类型全覆盖 × 解析/数据生成/分类三维度

1. 总览

1.1 目标

建立 COBOL 语句级别的测试基准，验证平台对每种 COBOL 语句的：

解析正确性 — cobol_testgen 能否正确解析该语句结构
路径生成 — 是否能生成覆盖该语句所有分支的测试数据
程序分类 — HINA pipeline 能否正确判定含该语句的程序类型
覆盖率统计 — 静态分析能否正确统计该语句贡献的分支数

1.2 范围

覆盖 COBOL 85 标准 + 部分 COBOL 2002 扩展，按 COBOL 语句功能分类：

分组	语句数	优先级	现有覆盖
条件分支	3	P0	✅ IF/EVALUATE
循环控制	5	P0	✅ PERFORM 全系
算术运算	5	P0	✅ ADD/SUBTRACT/MULTIPLY/DIVIDE/COMPUTE
数据搬移	8	P0	✅ MOVE/INITIALIZE/STRING/UNSTRING
文件操作	8	P0	✅ OPEN/READ/WRITE/REWRITE/DELETE/START/CLOSE
程序调用	3	P0	✅ CALL/GOBACK/STOP RUN
条件检测	6	P0	✅ IF/SET/ACCEPT/INSPECT/SEARCH
排序合并	4	P1	✅ SORT/MERGE/RELEASE/RETURN
CICS 语句	~10	P1	✅ DFHCOMMA/ATI/...
SQL 语句	~5	P1	✅ EXEC SQL
异常处理	4	P2	USE/ declaratives
其他语句	~10	P2	ALTER/EXIT/GO TO/CONTINUE/etc

1.3 度量标准

维度	目标	测量方式
语句解析率	100% (P0)	`extract_structure()` 返回非空结构
分支覆盖率(测试)	≥95%	测试数据覆盖所有分支路径
分类确信度	>0.80	HINA pipeline 输出 confidence
样本程序数	60+	test-data/cobol/statement_/.cbl
测试断言数	200+	parametrized 测试点

2. 现有覆盖分析

2.1 解析器已支持的语句 (cobol_testgen/core.py _BrParser)

语句	语法变体	支持程度	现有样本
IF	IF...ELSE, IF...END-IF, nested IF	✅ 完整	HINA005, 多个
EVALUATE	EVALUATE...WHEN...OTHER, ALSO	✅ 完整	HINA006
PERFORM	VARYING/UNTIL/TIMES/THRU/para	✅ 完整	MT01-33, 多个
SEARCH	SEARCH, SEARCH ALL, VARYING, AT END, WHEN	✅ 完整	—
CALL	BY REFERENCE/CONTENT/VALUE, USING	✅ 完整	HINA025
MOVE	MOVE literal TO var, MOVE var TO var	✅ 完整	全部
COMPUTE	var = expr (+, -, *, /), ROUNDED	✅ 完整	DV01-DV03
ADD	TO, TO...GIVING, 多GIVING, ROUNDED	✅ 完整	—
SUBTRACT	FROM, FROM...GIVING, ROUNDED	✅ 完整	—
MULTIPLY	BY, BY...GIVING, ROUNDED	✅ 完整	—
DIVIDE	INTO, INTO...GIVING, BY...GIVING, REMAINDER	✅ 完整	DV01-DV03
ACCEPT	FROM DATE/TIME/DAY/YEAR, FROM USER	✅ 完整	—
READ	READ...INTO, AT END, NOT AT END, END-READ	✅ 基本	—
WRITE	WRITE...FROM, AFTER/BEFORE ADVANCING	✅ 基本	—
REWRITE	REWRITE...FROM	✅ 基本	—
INITIALIZE	INITIALIZE, REPLACING	✅ 完整	—
STRING	STRING...DELIMITED BY...INTO, END-STRING	✅ 完整	CV01
UNSTRING	UNSTRING...INTO, END-UNSTRING	✅ 基本	—
INSPECT	TALLYING/REPLACING/CONVERTING, BEFORE/AFTER	✅ 完整	CV02
SET	SET...TO TRUE/FALSE, 88-level	✅ 基本	—
GO TO	GO TO para, GO TO para1 DEPENDING ON	✅ 基本	—
EXIT	EXIT PARAGRAPH/PERFORM/SECTION	✅ 基本	—
STOP RUN	STOP RUN	✅ 基本	全部
GOBACK	GOBACK	✅ 基本	—

2.2 样本 COBOL 程序覆盖的语句

现有 test-data/cobol/ 下 33 个样本程序，按类别：

类别	程序数	文件名	覆盖的语句
matching	10	MT01-33	IF, MOVE, PERFORM, OPEN/CLOSE/READ, WRITE
sort	2	ST01-02	SORT, MERGE, OPEN, READ, WRITE
validation	2	VL01-02	OPEN, READ, IF, MOVE, PERFORM, SET
division	3	DV01-03	DIVIDE, IF, DISPLAY
csv	3	CV01-03	STRING, INSPECT, IF, PERFORM, MOVE
cics	1	CI01	CICS keyword simulation
db	1	DB01	EXEC SQL simulation
sketch	11	HINA001-101	MOVE, IF, PERFORM, CALL, EVALUATE, SEARCH

2.4 解析器支持类型说明

解析器对语句的支持分三种等级:

等级	含义	语句
✅ 专用解析器	core.py 中有 `_parse_*` 方法	IF/EVALUATE/PERFORM/SEARCH/INITIALIZE/STRING/UNSTRING/CALL/ACCEPT/READ/WRITE/REWRITE/SET/INSPECT + 全部算术赋值(MOVE/COMPUTE/ADD/SUB/MULT/DIV)
⚠️ Pass-through	解析器无专用方法，跳过但不中断流程	CLOSE/DELETE/DISPLAY/START/CONTINUE
❌ 无处理	解析器无法识别，可能产生意外结果	ALTER/USE/MERGE/SORT/RELEASE/RETURN/EXECUTE/GENERATE

注意: MERGE 和 SORT 在分类器 (classifier.py) 中有关键词检测，但在解析器中是 pass-through。

2.3 未覆盖的语句实线

以下重要语句在现有样本中 没有独立的测试程序：

语句	重要性	缺失原因	计划补充
ADD (multiple forms)	P0	无独立样本	ST-ADD
SUBTRACT (multiple forms)	P0	无独立样本	ST-SUB
MULTIPLY (multiple forms)	P0	无独立样本	ST-MUL
COMPUTE (complex expr)	P0	样本仅简单	ST-COM
ACCEPT (FROM DATE/TIME)	P0	无独立样本	ST-ACC
INITIALIZE (REPLACING)	P0	无独立样本	ST-INI
STRING (complex delim)	P1	CV01 已覆盖基本	ST-STR
UNSTRING	P1	无独立样本	ST-UNS
INSPECT (CONVERTING)	P1	无独立样本	ST-INS
SEARCH/SEARCH ALL	P1	HINA 有引用	ST-SRC
READ (AT END/NOT AT END)	P1	嵌入样本中	ST-READ
WRITE (AFTER/BEFORE)	P1	无独立样本	ST-WRI
DELETE	P1	无样本	ST-DEL
START	P1	无样本	ST-STRT
REWRITE	P1	无样本	ST-REW
GO TO DEPENDING ON	P1	无样本	ST-GOTO
SET (TO TRUE/FALSE)	P1	VL01 有引用	ST-SET
CALL (BY CONTENT/VALUE)	P1	HINA025 仅 BY REF	ST-CALL
CONTINUE	P2	低风险	ST-CNT
EXIT PROGRAM	P2	嵌入	ST-EXIT
ALTER	P2	已废弃	ST-ALT
SORT INPUT/OUTPUT PROCEDURE	P1	ST01 仅 USING	ST-SORT
MERGE OUTPUT PROCEDURE	P1	ST02 仅 USING	ST-MRG
RELEASE	P1	SORT 子句	ST-SORT
RETURN	P1	MERGE 子句	ST-MRG

3. 新增样本程序计划

3.1 命名规则

test-data/cobol/statement_<group>/
  ST-<ABBR>[-<variant>].cbl

如: test-data/cobol/statement_arithmetic/ST-ADD-TO-GIVING.cbl

3.2 P0 语句 — 第一波 (30 程序)

算术组 (statement_arithmetic)

#	文件名	测试的语句	语句变体	分支目标	期待结果
01	ST-ADD-TO.cbl	ADD x TO y	常量+变量, 变量+变量	2	`add_to` 正确追踪
02	ST-ADD-GIVING.cbl	ADD TO GIVING	单源/多源	2	GIVING 目标正确
03	ST-ADD-ROUNDED.cbl	ADD ROUNDED	ROUNDED 子句	2	含 ROUNDED 标记
04	ST-SUB-FROM.cbl	SUBTRACT FROM	常量, 变量	2	`sub_from` 正确
05	ST-SUB-GIVING.cbl	SUBTRACT FROM GIVING	含 GIVING	2	含 REMAINDER 类似
06	ST-MUL-BY.cbl	MULTIPLY BY	常量, 变量	2	`mul_by` 正确
07	ST-MUL-GIVING.cbl	MULTIPLY BY GIVING	ROUNDED 可选	2	GIVING 目标
08	ST-DIV-INTO-GIVING.cbl	DIVIDE INTO GIVING	DIVIDE, REMAINDER	3	REMAINDER 追踪
09	ST-DIV-BY-GIVING.cbl	DIVIDE BY GIVING	变量, REMAINDER	3	除法追踪
10	ST-COMPLEX.cbl	COMPUTE 复合	多运算符, 变量混合	3	`compute` 解析

数据搬移组 (statement_move)

条件/检测组 (statement_inspect)

文件操作组 (statement_file)

程序控制组 (statement_control)

3.3 P1 语句 — 第二波 (12 程序)

排序合并组 (statement_sortmerge)

CICS 组 (statement_cics)

SQL 组 (statement_sql)

3.4 P2 语句 — 第三波 (8 程序)

4. 测试金字塔

4.1 L0: 语句级单元测试 (cobol_testgen 解析层)

每类语句的解析逻辑应有独立的 pytest 测试：

# tests/parametrized/test_statements/
#   test_arithmetic_statements.py
#   test_move_statements.py
#   test_file_statements.py
#   test_control_statements.py
#   test_search_statements.py
#   test_sort_statements.py

每个测试模式（xUnit parametrized × 样本文件）：

@pytest.mark.parametrize("cbl_file,expected", [
    ("ST-ADD-TO.cbl", {"has_add": True, "branch_count": 2}),
    ("ST-ADD-GIVING.cbl", {"has_add": True, "has_giving": True}),
])
def test_statement_parse(cbl_file, expected):
    source = (FIXTURES_DIR / cbl_file).read_text("utf-8")
    struct = extract_structure(source)
    # assert 解析结果匹配 expected

L0 测试清单

测试文件	测试点	测试数
`test_arithmetic_statements.py`	10 算术语句解析正确性	~35
`test_move_statements.py`	6 数据搬移语句解析	~20
`test_file_statements.py`	6 文件操作语句	~25
`test_control_statements.py`	7 程序控制语句	~20
`test_search_statements.py`	3 SEARCH 变体	~12
`test_sort_statements.py`	4 SORT/MERGE 变体	~15
`test_cics_sql.py`	6 CICS/SQL 语句	~18
`test_special_statements.py`	8 特殊语句 (ALTER/EXIT/CONTINUE/USE/DECLARATIVES)	~20
合计	50 样本程序	~165

4.2 L1: 数据生成验证

验证 generate_data() 能否为每类语句生成覆盖所有分支的测试数据：

#	测试点	期待
DG-01	算术分支覆盖	ADD/SUB/MULTIPLY/DIVIDE 每个变体 ≥ 1 条记录
DG-02	IF-ELSE 全覆盖	2 分支 = 2 条记录, nested IF = 2^n 部分覆盖
DG-03	EVALUATE 全覆盖	N WHEN = N+1 条记录 (含 OTHER)
DG-04	SEARCH ALL 覆盖	OCCURS N = N 条 + AT END
DG-05	PERFORM VARYING	循环体 ≥ 1 次迭代
DG-06	STRING 输入覆盖	DELIMITED BY SIZE/BY X 变体
DG-07	UNSTRING 输出覆盖	各目标字段分配正确
DG-08	INITIALIZE 分支	REPLACING 有/无 = 2 条
DG-09	CALL 参数传递	BY REFERENCE/CONTENT/VALUE 各 1 条
DG-10	GO TO DEPENDING ON	N 分支 = N 条记录

4.3 L2: 分类器验证

验证 HINA pipeline 对每种语句的正确分类：

#	程序类型	主要语句特征	期待分类	确信度
CL-01	算术型	DIVIDE/COMPUTE 为主	取决于上下文	≥0.85
CL-02	匹配型	2 INPUT + IF KEY =	マッチング	≥0.90
CL-03	排序型	SORT ON KEY	SORT	≥0.95
CL-04	合并型	MERGE ON KEY	MERGE	≥0.95
CL-05	CICS 型	DFHCOMMAREA, MAP	online	≥0.95
CL-06	SQL 型	EXEC SQL	DB操作	≥0.95
CL-07	SEARCH 型	SEARCH ALL	匹配/内部表	≥0.80
CL-08	字符串型	STRING/INSPECT	取决于上下文	≥0.80
CL-09	校验型	WS-ERR*, WS-PREV-KEY	編集処理/項目チェック	≥0.85
CL-10	子程序型	CALL + LINKAGE	子程序调用	≥0.90

4.4 L3: 回归测试

#	测试命令	期待
RE-01	`pytest tests/ --ignore=e2e/ -v`	所有现有测试通过 + 新增通过
RE-02	`pytest tests/parametrized/test_statements/ -v`	新增语句单元全部通过
RE-03	30 个 P0 样本 extract_structure	每种语句返回非空 structure
RE-04	30 个 P0 样本 generate_data	每种语句生成 ≥1 条数据
RE-05	30 个 P0 样本 classify_program	返回 category ≠ unknown

4.5 执行计划

阶段	内容	预计工作量	新增测试数
Phase A	P0 样本编写 (32 个 .cbl)	CC: ~20 min	—
Phase B	L0 测试实现 (8 测试文件)	CC: ~25 min	~165
Phase C	L1 数据生成验证 (10 测试点)	CC: ~10 min	~10
Phase D	L2 分类器验证 (10 测试点)	CC: ~8 min	~10
Phase E	P1 样本编写 + L0 补充	CC: ~15 min	~60
Phase F	P2 样本编写 + 完整回归	CC: ~15 min	~40
合计		CC: ~93 min	~285

5. 样本程序规范

5.1 模板

每个样本程序必须包含：

      * ==== TYPE: ST-ADD-TO ====
      * FEATURE: ADD x TO y (constant / variable)
      * STATEMENT: ADD
      * BRANCHES: 2, DECISIONS: 1
      * COVERAGE: IF divisibility check
       IDENTIFICATION DIVISION.
       PROGRAM-ID. STADDTO.
       DATA DIVISION.
       WORKING-STORAGE SECTION.
       01 WS-VALUE   PIC 9(5) VALUE 100.
       01 WS-RESULT  PIC 9(5) VALUE 0.
       PROCEDURE DIVISION.
       MAIN-PROCEDURE.
           ADD 50 TO WS-VALUE.
           MOVE WS-VALUE TO WS-RESULT.
           IF WS-RESULT = 150
               DISPLAY 'OK: 100 + 50 = 150'
           ELSE
               DISPLAY 'ERROR: WRONG VALUE'.
           STOP RUN.

5.2 样本程序质量要求

每个样本:

可被 cobol_testgen preprocess 正确预处理
有明确的分支决策点（至少 1 个 IF 或 EVALUATE）
至少 2 个分支路径
语法正确的 COBOL（简化但符合语法）
包含 * BRANCHES: N 元注释，便于自动验证
不使用外部文件操作（避免运行时环境依赖）除非测试文件操作
对 CICS/SQL 语句使用 *> comment mock 标记模拟

5.3 自动验证机制

新增 test-data/validate_statements.py 自动验证所有样本：

python test-data/validate_statements.py

验证内容:

✅ 每个样本能被 preprocess 正确处理
✅ extract_structure 返回非空 structure
✅ BRANCHES 元注释与 struct.total_branches 一致
✅ generate_data 至少生成 1 条记录
✅ 无未捕获异常
报告: 通过/N 失败/M 汇总

6. 覆盖率矩阵

6.1 语句 × 测试维度覆盖矩阵

COBOL 语句	样本	L0 解析	L1 数据生成	L2 分类	状态
条件分支
IF	✅ HINA005 等	✅ parser	✅	✅	✅
IF (复合条件 AND/OR)	ST-IF-COMP	✅ parser	✅	✅	🔲 P0
IF (嵌套 3+ 层)	ST-IF-DEEP	✅ parser	⚠️ 部分	✅	🔲 P0
EVALUATE	✅ HINA006	✅ parser	✅	✅	✅
EVALUATE (ALSO)	ST-EVAL-ALSO	✅ parser	✅	✅	🔲 P0
EVALUATE (THRU)	ST-EVAL-THRU	✅ parser	✅	✅	🔲 P1
循环控制
PERFORM (para)	✅ 全部样本	✅ parser	✅	✅	✅
PERFORM VARYING	ST-PERF-VARY	✅ parser	✅	✅	🔲 P0
PERFORM UNTIL	ST-PERF-UNTIL	✅ parser	✅	✅	🔲 P0
PERFORM THRU	ST-PERF-THRU	✅ parser	✅	✅	🔲 P2
PERFORM TIMES	ST-PERF-TIMES	✅ parser	✅	✅	🔲 P1
算术运算
ADD (TO)	ST-ADD-TO	✅ parser	✅	✅	🔲 P0
ADD (GIVING)	ST-ADD-GIVING	✅ parser	✅	✅	🔲 P0
ADD (ROUNDED)	ST-ADD-ROUNDED	✅ parser	✅	✅	🔲 P0
SUBTRACT (FROM)	ST-SUB-FROM	✅ parser	✅	✅	🔲 P0
SUBTRACT (GIVING)	ST-SUB-GIVING	✅ parser	✅	✅	🔲 P0
MULTIPLY (BY)	ST-MUL-BY	✅ parser	✅	✅	🔲 P0
MULTIPLY (GIVING)	ST-MUL-GIVING	✅ parser	✅	✅	🔲 P0
DIVIDE (INTO)	DV01-03	✅ parser	✅	✅	✅
DIVIDE (BY GIVING)	ST-DIV-BY-GIVING	✅ parser	✅	✅	🔲 P0
DIVIDE (REMAINDER)	DV01-03	✅ parser	✅	✅	✅
COMPUTE (+ - * /)	ST-COMPLEX	✅ parser	✅	✅	🔲 P0
COMPUTE (ROUNDED)	ST-COMP-ROUND	✅ parser	✅	✅	🔲 P1
文件操作
OPEN (INPUT)	✅ 现有	⚠️ 扫描	⚠️ 部分	✅	✅
OPEN (OUTPUT/I-O/EXT)	ST-OPEN-VARIANTS	⚠️ 扫描	⚠️ 部分	✅	🔲 P2
READ (INTO)	ST-READ-INTO	✅ parser	✅	✅	🔲 P0
READ (AT END)	ST-READ-AT-END	✅ parser	✅	✅	🔲 P0
READ (NOT AT END)	ST-READ-AT-END	✅ parser	✅	✅	🔲 P1
WRITE (FROM)	✅ 现有	✅ parser	✅	✅	✅
WRITE (AFTER/BEFORE)	ST-WRITE-AFTER	✅ parser	✅	✅	🔲 P0
REWRITE (FROM)	ST-REWRITE-FROM	✅ parser	✅	✅	🔲 P0
DELETE (FILE)	ST-DELETE	⚠️ 穿通	🔲	🔲	🔲 P0
START	ST-START	⚠️ 穿通	🔲	🔲	🔲 P0
CLOSE	✅ 现有	⚠️ 穿通	🔲	✅	✅
数据搬移
MOVE (字面值)	✅ 现有	✅ parser	✅	✅	✅
MOVE (变量间)	✅ 现有	✅ parser	✅	✅	✅
MOVE (组级)	ST-MOVE-GROUP	✅ parser	✅	✅	🔲 P0
MOVE CORRESPONDING	ST-MOVE-CORR	❌	🔲	🔲	🔲 P2
INITIALIZE	ST-INI-MULTI	✅ parser	✅	✅	🔲 P0
INITIALIZE REPLACING	ST-INI-REPLACE	✅ parser	✅	✅	🔲 P0
STRING (DELIMITED BY)	ST-STRING-DELIM	✅ parser	✅	✅	🔲 P0
UNSTRING	ST-UNSTRING-BASIC	✅ parser	✅	✅	🔲 P0
条件检测
SEARCH ALL	ST-SEARCH-ALL	✅ parser	⚠️ 部分	✅	🔲 P0
SEARCH (VARYING)	ST-SEARCH-VARY	✅ parser	⚠️ 部分	✅	🔲 P1
SEARCH (AT END)	ST-SEARCH-AT-END	✅ parser	✅	✅	🔲 P1
SET (TO TRUE/FALSE)	ST-SET-88	✅ parser	✅	✅	🔲 P0
INSPECT (TALLYING)	CV02	✅ parser	✅	✅	✅
INSPECT (REPLACING)	CV02	✅ parser	✅	✅	✅
INSPECT (CONVERTING)	ST-INSP-CONVERT	✅ parser	✅	✅	🔲 P1
INSPECT (BEFORE/AFTER)	ST-INSP-BEFORE	✅ parser	✅	✅	🔲 P1
ACCEPT (FROM DATE)	ST-ACCEPT-DATE	✅ parser	✅	✅	🔲 P0
ACCEPT (FROM TIME)	ST-ACCEPT-DATE	✅ parser	✅	✅	🔲 P0
程序控制
CALL (BY REFERENCE)	HINA025	✅ parser	✅	✅	✅
CALL (BY CONTENT)	ST-CALL-CONTENT	✅ parser	✅	✅	🔲 P0
CALL (BY VALUE)	ST-CALL-VALUE	✅ parser	✅	✅	🔲 P0
GO TO	✅ 现有	✅ parser	✅	✅	✅
GO TO DEPENDING ON	ST-GOTO-DEPEND	✅ parser	✅	✅	🔲 P1
EXIT (PARAGRAPH)	ST-EXIT-PGM	✅ parser	✅	✅	🔲 P2
EXIT (PERFORM)	✅ 现有	✅ parser	✅	✅	✅
EXIT PROGRAM	✅ 现有	✅ parser	✅	✅	✅
GOBACK	✅ 现有	✅ termin	✅	✅	✅
STOP RUN	✅ 全部	✅ termin	✅	✅	✅
排序合并
SORT (USING/GIVING)	ST01	⚠️ 穿通	🔲	✅ cls	✅
SORT (INPUT PROCEDURE)	ST-SORT-INPUT-PROC	⚠️ 穿通	🔲	✅ cls	🔲 P1
SORT (OUTPUT PROCEDURE)	ST-SORT-OUTPUT-PROC	⚠️ 穿通	🔲	✅ cls	🔲 P1
MERGE (USING/GIVING)	ST02	⚠️ 穿通	🔲	✅ cls	✅
MERGE (OUTPUT PROCEDURE)	ST-MERGE-OUTPUT	⚠️ 穿通	🔲	✅ cls	🔲 P1
RELEASE	ST-RELEASE-RETURN	⚠️ 穿通	🔲	🔲	🔲 P1
RETURN	ST-RELEASE-RETURN	⚠️ 穿通	🔲	🔲	🔲 P1
CICS 语句
CICS RECEIVE	CI01	⚠️ 注释关键词	🔲	✅	✅
CICS SEND	ST-CICS-SEND	⚠️ 注释关键词	🔲	✅	🔲 P1
CICS READ FILE	ST-CICS-READ	⚠️ 注释关键词	🔲	✅	🔲 P1
CICS WRITE FILE	ST-CICS-WRITE	⚠️ 注释关键词	🔲	✅	🔲 P1
CICS LINK	ST-CICS-LINK	⚠️ 注释关键词	🔲	✅	🔲 P1
CICS XCTL	ST-CICS-XCTL	⚠️ 注释关键词	🔲	✅	🔲 P1
CICS RETURN	ST-CICS-RETURN	⚠️ 注释关键词	🔲	✅	🔲 P1
SQL 语句
EXEC SQL SELECT	DB01	⚠️ 注释关键词	🔲	✅	✅
EXEC SQL INSERT	ST-SQL-INSERT	⚠️ 注释关键词	🔲	✅	🔲 P1
EXEC SQL UPDATE	ST-SQL-UPDATE	⚠️ 注释关键词	🔲	✅	🔲 P1
EXEC SQL DELETE	ST-SQL-DELETE	⚠️ 注释关键词	🔲	✅	🔲 P1
SQL CURSOR (DECLARE/FETCH)	ST-SQL-DECLARE	⚠️ 注释关键词	🔲	✅	🔲 P1
EXEC SQL COMMIT	ST-SQL-TRANS	⚠️ 注释关键词	🔲	✅	🔲 P2
EXEC SQL ROLLBACK	ST-SQL-TRANS	⚠️ 注释关键词	🔲	✅	🔲 P2
分类器关键字(需独立样本)
IS INITIAL (PROGRAM-ID)	ST-CLS-INITIAL	✅ parser	✅	✅ cls	🔲 P1
SYSIN (系统输入)	ST-CLS-SYSIN	⚠️ 穿通	🔲	✅ cls	🔲 P1
ORGANIZATION IS	ST-CLS-ORG	⚠️ 穿通	🔲	✅ cls	🔲 P1
ALTERNATE RECORD KEY	ST-CLS-ALTKEY	⚠️ 穿通	🔲	✅ cls	🔲 P1
其他
DISPLAY	ST-DISPLAY	⚠️ 穿通	🔲	🔲	🔲 P2
CANCEL	ST-CANCEL	⚠️ 穿通	🔲	🔲	🔲 P2
CONTINUE	ST-CONTINUE	⚠️ 穿通	🔲	🔲	🔲 P2
ALTER	ST-ALTER	⚠️ 穿通	🔲	🔲	🔲 P2
COMMIT / ROLLBACK	ST-TRANS	⚠️ 穿通	🔲	🔲	🔲 P2
USE (Declaratives)	ST-USE-DECL	❌	🔲	🔲	🔲 P2
ENTER (其他语言)	—	❌	🔲	🔲	🔲 P3
EXHIBIT (命名DISPLAY)	—	⚠️ 穿通	🔲	🔲	🔲 P3
GENERATE (Report Writer)	—	❌	🔲	🔲	🔲 P3

图例:

✅ parser = core.py 有 _parse_* 专用方法

⚠️ 穿通 = 解析器无专用方法，跳过但不中断流程

⚠️ 扫描 = structure 级别扫描（OPEN 方向检测），不是语句级解析

⚠️ 注释关键词 = 使用 *> 注释模拟关键词，不实际编译

✅ termin = 终止符（STOP RUN/GOBACK/EXIT PROGRAM 在 terminators 中）

✅ cls = 分类器(classifier.py)有关键词检测

❌ = 完全不支持

🔲 = 待实现或暂不适用

6.2 总计

层级	现有覆盖	P0 新增	P1 新增	P2 新增	目标总数
样本程序	33	32	12	8	85
被覆盖语句类型	~25	25	12	8	~70
L0 测试点	~50	~165	~60	~40	~315
L1 数据生成验证	~8	~10	~6	~4	~28
L2 分类验证	~10	~10	~6	~4	~30
总测试点	~68	~185	~72	~48	~373

7. 实施步骤

Phase A: P0 样本编写 (32 个 .cbl)

mkdir -p test-data/cobol/statement_arithmetic/
mkdir -p test-data/cobol/statement_move/
mkdir -p test-data/cobol/statement_file/
mkdir -p test-data/cobol/statement_control/
mkdir -p test-data/cobol/statement_inspect/

编写 32 个样本后运行验证脚本确保语法正确。

Phase B: L0 测试实现

mkdir -p tests/parametrized/test_statements/

8 个 parametrized 测试文件，覆盖 ~165 个测试点。

Phase C: L1 数据生成验证

# 验证所有 P0 样本
python -c "
from cobol_testgen import extract_structure, generate_data
import glob
for f in glob.glob('test-data/cobol/statement_*/*.cbl'):
    src = open(f).read()
    s = extract_structure(src)
    d = generate_data(src)
    print(f'{f}: branches={s[\"total_branches\"]}, records={len(d)}')
"

Phase D: L2 分类器验证

python -c "
from hina.pipeline import classify_program
import glob
for f in glob.glob('test-data/cobol/statement_*/*.cbl'):
    src = open(f).read()
    r = classify_program(src)
    print(f'{f}: {r[\"category\"]} conf={r[\"confidence\"]:.2f}')
"

Phase E-F: P1/P2

按优先级逐步补充。

8. 已知限制

CICS/SQL 语句: 使用 *> 注释模拟，不实际编译。L0 仅测试关键词解析
GO TO DEPENDING ON: COBOL 85 标准，解析器支持但样本需跨段落跳转
ALTER: 已废弃但大型机遗产代码仍存在。解析器需补充 ALTER 语句节点
DECLARATIVES: 解析器 _BrParser 当前未处理 USE/DECLARATIVES 段
MOVE CORRESPONDING: 解析器支持 MOVE 但不支持 CORR 子句扩展
MERGE OUTPUT PROCEDURE: 解析器支持 MERGE 但不支持 PROCEDURE 扩展
Windows 编码: 样本统一 UTF-8，使用 python -X utf8 运行

附录: 优先级依据

优先级	判定标准	语句
P0	平台现有解析器已支持 + 缺失独立样本	ADD/SUBTRACT/MULTIPLY/COMPUTE/ACCEPT/INITIALIZE/SEARCH/READ/WRITE 等
P1	解析器支持但语法变体多 + 迁移场景常见	CICS/SQL/SEARCH VARYING/INSPECT advanced/SORT/MERGE/分类器关键字样本
P2	遗产代码较少 + 解析器部分/不支持	ALTER/CONTINUE/USE/DECLARATIVES/EXECUTE/交易控制(CANCEL/COMMIT/ROLLBACK)

9. Gap Analysis — 与完整 COBOL 85 标准的差异

9.1 总览

以下为计划与 COBOL 85 标准 + 主流程迁移场景的完整差异分析。

维度	标准语句数	计划覆盖	不覆盖	覆盖率
COBOL 85 过程语句	~42	40	2 (ENTER, GENERATE)	95%
CICS 语句 (迁移相关)	~10	7	3	70%
SQL 语句 (迁移相关)	~10	7	3	70%
分类器关键字样本	~11	7	4	64%

9.2 计划内但解析器需补充的语句

以下语句在计划中有样本，但解析器 core.py 当前不支持（pass-through 或缺失）：

语句	当前状态	需补充	影响
DELETE FILE	⚠️ pass-through	`_parse_delete()`	解析器无法追踪文件删除操作
START	⚠️ pass-through	`_parse_start()`	解析器无法追踪文件定位
ALTER	⚠️ pass-through	`_parse_alter()`	覆盖遗留代码中的 ALTER 语句
CONTINUE	⚠️ pass-through	`_parse_continue()`	低风险，CONTINUE 是空操作
USE/DECLARATIVES	❌ 无处理	`_parse_use()`	声明段解析，是大型机常见模式
SORT	⚠️ pass-through	`_parse_sort()`	解析器无法追踪排序过程
MERGE	⚠️ pass-through	`_parse_merge_inline()`	解析器无法追踪合并过程
RELEASE / RETURN	⚠️ pass-through	SORT/MERGE 子句	排序合并子语句
MOVE CORRESPONDING	❌ 无处理	CORR 支持	低优先级，可延后

9.3 计划未覆盖的标准 COBOL 语句

语句	标准	不覆盖原因	建议
CANCEL	COBOL 85	释放程序内存，迁移中罕见	建议补充 P2
COMMIT	COBOL 85	事务控制。大型机批处理程序常用	建议补充 P2
ROLLBACK	COBOL 85	事务回滚，常与 COMMIT 搭配	建议补充 P2
DISPLAY	COBOL 85	输出语句，不产生分支。解析器 classify_field_roles 已扫描读取追踪	建议补充 P2（低优先级，仅需 L0 验证样本）
ENTER	COBOL 85	语言切换（汇编等），迁移中极罕见	可忽略 P3
EXHIBIT	COBOL 85	命名 DISPLAY 变体，已过时	可忽略 P3
GENERATE	COBOL 85	Report Writer 功能，迁移不涉及	可忽略 P3

9.4 计划未覆盖的 CICS 语句

语句	用法	建议
EXEC CICS LINK	程序间调用（最常用的 CICS 通信之一）	建议补充 P1
EXEC CICS XCTL	程序间转移控制	建议补充 P1
EXEC CICS RETURN	返回至 CICS 调用链上层	建议补充 P1
EXEC CICS ADDRESS	获取/设置工作区地址	可忽略 P3
EXEC CICS HANDLE	异常条件处理	可忽略 P3

9.5 计划未覆盖的 SQL 语句

语句	用法	建议
EXEC SQL COMMIT	事务提交（嵌入式 SQL 基本语句）	建议补充 P2
EXEC SQL ROLLBACK	事务回滚	建议补充 P2
EXEC SQL CONNECT	数据库连接	P3
EXEC SQL PREPARE	动态 SQL 预编译	P3

9.6 分类器关键字样本覆盖不足

HINA classifier 的 L1_RULES 中有 4 个关键字当前没有任何独立的 COBOL 样本验证：

分类器关键字	匹配规则	现有样本	建议
IS INITIAL	`PROGRAM-ID. X IS INITIAL.`	❌ 无	P1 — 新增 ST-CLS-INITIAL.cbl
SYSIN	`SYSIN` 关键字	❌ 无	P1 — 新增 ST-CLS-SYSIN.cbl
ORGANIZATION IS	`ORGANIZATION IS INDEXED/RELATIVE`	❌ 无	P1 — 新增 ST-CLS-ORG.cbl
ALTERNATE RECORD KEY	`ALTERNATE RECORD KEY IS ...`	❌ 无	P1 — 新增 ST-CLS-ALTKEY.cbl

这些不会影响平台功能，但 classifier 的测试套件缺少对这 4 个分类的确信度验证。如果没有样本阻止回归，未来重构 keyword 匹配时可能无意中破坏这 4 个分类而测试不敏感。

9.7 矩阵不准确性追踪

行	原值	实际值	修正版本
DELETE (FILE)	✅ 解析支持	⚠️ 穿通	v1.0 已修正
START	✅ 解析支持	⚠️ 穿通	v1.0 已修正
CLOSE	✅ 解析支持	⚠️ 穿通	v1.0 已修正
SORT	✅ 解析支持	⚠️ 穿通 (关键词检测)	v1.0 已修正
MERGE	✅ 解析支持	⚠️ 穿通 (关键词检测)	v1.0 已修正
RELEASE/RETURN	✅ 解析支持	⚠️ 穿通 (SORT 子句)	v1.0 已修正
ALTER	✅ 解析支持	⚠️ 穿通 (无解析器)	v1.0 已修正
CONTINUE	✅ 解析支持	⚠️ 穿通	v1.0 已修正
PERFORM 系列	矩阵缺失	✅ 解析支持	v1.0 已添加
OPEN (OUTPUT/I-O)	✅ 解析支持	⚠️ 扫描 (open_pattern)	v1.0 已修正
MOVE CORRESPONDING	⚠️ 部分	❌ 不支持	v1.0 已修正
USE/DECLARATIVES	⚠️ 部分	❌ 无处理	v1.0 已修正
EXECUTE	⚠️ 部分	⚠️ 穿通	v1.0 已修正

9.8 CICS/SQL 注释模拟限制

当前 CICS/SQL 样本使用 *> 注释关键词模拟：

*> EXEC CICS LINK PROGRAM('PGM01')
*>     COMMAREA(WS-COMMAREA)
*> END-EXEC.

这意味着：

extract_structure() 无法从注释中提取分支结构
分类器 classify_program() 仍能检测关键词 → 正确分类
注释模拟样本不经过 GnuCOBOL 编译检验语法正确性

如果需要编译级验证，需要 WSL 中安装 IBM Enterprise COBOL 或 GnuCOBOL 的 CICS 支持库（不在当前范围）。

9.9 建议的补充优先级

基于差异分析，建议的补充顺序：

批次	内容	语句数	理由
立即 (当前 P0)	按现有计划执行	32	解析器已完全支持，仅缺样本
P1 + 补充	CICS LINK/XCTL/RETURN + 分类器关键字 4 个	7	迁移场景高频使用 + 分类器测试缺口
P2 补充	CANCEL/DISPLAY + SQL COMMIT/ROLLBACK	4	标准语句缺失补全
P3 (可忽略)	ENTER/EXHIBIT/GENERATE/CICS ADDRESS/HANDLE	5	极低使用率或已过时

34 KiB Raw Permalink Blame History Unescape Escape