[Qualipso-a4] bugs en las herramientas de búsqueda de patrones

[Jose Gato Luis]

Madre mía Javier, que puesto te veo en esto!!! Miguel, ¿puedes probar 
poner la exp reg de Javier? El jueves por la noche haré una prueba 
completa en el servidor y vemos que tal funciona ;)

Algunos resources que he capturado esta noche, después de los últimos 
cambios:

     <RS:mailAboutSourceCode>org.morfeo.mymw.pl</RS:mailAboutSourceCode>
 
<RS:mailAboutSourceCode>file:/opt/eclipse/plugins/org.morfeo.mymw.pl</RS:mailAboutSourceCode>
<RS:mailAboutSourceCode>org.morfeo.tidmobile.server.DriverHTTP.doGet(DriverHTTP.java</RS:mailAboutSourceCode>

Se pillan muchas clases java, por que la gente pega trazas de 
excepciones en los correos.

     <RS:mailAboutDocument>"doc/design-notes.txt</RS:mailAboutDocument>
     <RS:mailAboutDocument>'revs-summary-s.txt</RS:mailAboutDocument>
     <RS:mailAboutDocument>(ATT00001.txt</RS:mailAboutDocument>

Este último creo que se resolvería con las ideas de Javier.


Un saludo,


Javier Pueyo escribió:
> Hola,
> 
> El mar, 24-02-2009 a las 18:13 +0100, Miguel Angel Tinte Garcia
> escribió:
>> Acabo de hacer unas modificaciones en los patrones para resolver estos
>> errores. 
> 
> Quizá no tenga importancia, pero por si acaso lo comento, la solución
> que hay ahora: '\S*\.c ' tiene varios problemas:
> 
> 1) no matchea cadenas como: "he visto el fichero xxxx.c" (es decir, en
> final de cadena, ya que exigimos que haya un espacio detrás de c)
> 
> 2) no matchea ficheros entre comillas. Ejemplos:
> 
> se llama 'xxxx.c' en el repositorio
> se llama "xxxx.c" en el repositorio
> 
> (ya que exigimos que haya un espacio detrás de c)
> 
> 3) no matchea ficheros con puntuación detrás. Ejemplos:
> 
> se llaman xxxx.c, xxxx.java, xxxx.pl
> se llama xxxx.c; pero no lo veo en el repositorio
> y se llama xxxx.c. Hablando de otra cosa
> se llama xxxx.c: y sí está en el repositorio
> 
> Seguramente no son casos tan importantes. Pero si se quieren usar regex
> para localizar nombres de ficheros en cadenas arbitrarias más amplias,
> se podría cambiar las varias regex por una más compleja.
> 
> '(^|\s|\"|\')([^\s\/\"\']*?\.(c|py|java|pl))([\s\"\'\.\,\;\:]+?|$)'
> 
> Es decir, "Start of string OR Whitespace OR Quotation marks" + cualquier
> número de caracteres que NOT incluyan "Space OR Slash" + ".c OR .py
> OR .java OR .pl" + "Whitespace OR Quatation marks OR Punctuation OR End
> of string".
> 
> El resultado limpio, es decir xxxx.c, quedaría en el grupo 2 de los
> paréntesis de la regex: \2
> 
> Os adjunto el script con el que he hecho las pruebas, por si queréis
> probar más posibilidades.
> 
>> Están subidas al repositorio
> 
> Si es suficiente con la solución de Miguel, cuidado que los ficheros
> perl y java siguen sin espacio en el repositorio.
> 
> Saludos
> 
> 
> 
>> Ciao
>>
>>
>> El mar, 24-02-2009 a las 17:08 +0100, Jose Gato Luis escribió:
>>> Buenas,
>>>
>>> he encontrado algún nuevo bug, buscando patrones de ficheros de código 
>>> fuente me devuelve esto:
>>>
>>> "  voy a hablar de un par de ficheros de codigo fuente el library.c y el 
>>> test.py"
>>>
>>> en vez de library.c y test.py ;)
>>>
>>> Un saludo,
>>>
>>> p.d: Miguel no corre prisa ;)
>>>
>>> Jose Gato Luis escribió:
>>>> Buenas,
>>>>
>>>> estoy probando la herramienta de búsqueda de patrones para ficheros de 
>>>> código fuente y me devuelve los siguientes ejemplos:
>>>>
>>>> *** ['[cjwatson en ubuntu.c']
>>>> *** ['https://wiki.ubuntu.c']
>>>> *** ['<martin.pitt en ubuntu.c', 'https://wiki.ubuntu.c', 
>>>> 'http://www.ubuntu.c', 'ubuntu-devel en lists.ubuntu.c', 
>>>> 'https://lists.ubuntu.c']
>>>> *** ['https://help.ubuntu.c', 'www.c', '<http://www.c', 
>>>> 'https://wiki.ubuntu.c', 'h.u.c', 'w.u.c']
>>>>
>>>> como acaban en ".c" se cree que es un fichero de código en c, ¿ideas 
>>>> para unas búsquedas más refinadas?, supongo que habrá que buscar por 
>>>> patrones fichero.ext, aunque un fichero se podría llamar cjwatson en ubuntu.c.
>>>>
>>>> Por otro lado, en la búsqueda de bugs, me gustaría que cuando encuentra 
>>>> un bug, en vez de devolver la cadena completa (#bug 345), me devuelva 
>>>> sólo el identificador (345)
>>>>
>>>> Saludos,
>>>>
>>>>
>>>>
>>>


-- 
José Gato Luis                   | Libre Software Engineering Lab (GSyC)
Tel: (+34)-914 888 105           | Universidad Rey Juan Carlos
jgato en gsyc.escet.urjc.es         | Edif. Departamental II - Despacho 121
http://libresoft.urjc.es/        | c/Tulipán s/n 28933 Móstoles (Madrid)