depanalyzer 0.1.2

Dependency analyzer tool

Depanalyzer - 依赖关系分析工具

📁 项目架构

项目采用模块化分层架构，按功能组织代码：

depanalyzer/
├── main.py                 # 主入口点
├── app/                    # 应用层
│   └── run.py             # CLI接口和命令行参数处理
├── core/                   # 核心编排层
│   └── orchestrator.py    # 主要的工作流协调器
├── tasks/                  # 任务管理层
│   ├── task_system.py     # 任务调度和依赖管理
│   ├── enhanced_task_builder.py  # 增强任务构建器
│   └── parse_types.py     # 解析任务类型定义
├── dependencies/           # 依赖管理层
│   └── dependency_manager.py  # 第三方依赖管理
├── base/                   # 基础层
│   ├── base.py            # 抽象基类和通用功能
│   └── registry.py        # 解析器注册和发现
├── parsers/               # 解析器层
│   ├── cpp/               # C/C++ 解析器
│   │   ├── code_parser.py
│   │   └── config_parser.py
│   └── hvigor/            # HarmonyOS/TypeScript 解析器
│       ├── code_parser.py
│       └── config_parser.py
├── utils/                 # 工具层
│   ├── fs.py              # 文件系统工具
│   ├── graph.py           # 图数据结构管理
│   └── structure.py       # 结构化数据工具
└── pyproject.toml         # 项目配置

🏗️ 架构层次说明

1. 应用层 (app/)

• 职责: 提供用户接口，处理命令行参数和程序入口
• 主要组件: run.py - CLI接口实现

2. 核心编排层 (core/)

• 职责: 协调整个分析流程，管理各个组件的交互
• 主要组件: orchestrator.py - 主要工作流协调器

3. 任务管理层 (tasks/)

• 职责: 实现复杂的任务调度，支持任务依赖关系和动态任务生成
• 主要组件:
  • task_system.py - 任务调度器核心
  • enhanced_task_builder.py - 支持第三方依赖的任务构建器
  • parse_types.py - 解析任务类型定义

4. 依赖管理层 (dependencies/)

• 职责: 处理第三方库的拉取、缓存和递归依赖解析
• 主要组件: dependency_manager.py - 依赖管理器

5. 基础层 (base/)

• 职责: 提供抽象基类、通用功能和解析器管理
• 主要组件:
  • base.py - 抽象解析器基类
  • registry.py - 解析器注册和自动发现

6. 解析器层 (parsers/)

• 职责: 特定语言的代码解析实现
• 支持语言:
  • cpp/ - C/C++ 语言解析器
  • hvigor/ - HarmonyOS/TypeScript 解析器

7. 工具层 (utils/)

• 职责: 提供通用工具函数和数据结构
• 主要组件:
  • fs.py - 文件系统操作
  • graph.py - 图数据结构管理
  • structure.py - 结构化数据处理

🚀 使用方法

# 运行依赖分析
python main.py --repo /path/to/repo --out output.json --workers 8 --max-depth 3

参数说明:

• --repo: 要分析的仓库根目录
• --out: 输出图文件(.json 或 .gml格式)
• --workers: 最大并行工作线程数(默认:8)
• --max-depth: 第三方依赖递归深度(默认:3)

📊 核心特性

• 多语言支持: 插件式解析器架构，易于扩展新语言
• 并发处理: 多线程任务调度，充分利用系统资源
• 依赖管理: 完整的第三方依赖解析链，支持缓存和递归
• 图形化输出: 统一的图数据格式，支持JSON和GML导出
• 错误处理: 全面的异常处理和降级策略

🔧 扩展新语言解析器

1. 在 parsers/ 下创建新的语言文件夹
2. 实现 code_parser.py (必需) 和 config_parser.py (可选)
3. 继承 BaseCodeParser 和 BaseConfigParser 类
4. 重写解析方法，解析器会被自动发现和注册

📈 架构优势

• 清晰的职责分离: 每个层次都有明确的职责边界
• 高度模块化: 组件间耦合度低，易于维护和扩展
• 可扩展性: 插件式架构支持快速添加新功能
• 并发安全: 线程安全的设计支持高效并行处理

📦 安装与运行

1) 使用 pip 本地安装

pip install .
# 或开发模式安装
pip install -e .

安装完成后将自动生成 CLI：

# 依赖关系分析（基础）
depanalyzer --repo /path/to/repo --out output.json --workers 8 --max-depth 3

# 启用许可证检测与兼容性检查
depanalyzer \
  --repo /path/to/repo \
  --out output.json \
  --enable-license-check \
  --scancode-cmd scancode \
  --license-map-out license_map.json \
  --license-out compatible.json

环境与依赖说明：

• 需要 Python >=3.12, <=3.14
• 若启用 --enable-license-check，需系统可执行 scancode（建议安装 ScanCode 工具），并且会使用内置的 liscopelens 模块进行兼容性分析

2) 作为模块调用

from core.orchestrator import Orchestrator

orch = Orchestrator("/path/to/repo", max_workers=8, max_dependency_depth=3)
graph = orch.run()
graph.save("output.json", save_format="json")

3) 常见问题

• 若 depanalyzer 命令不可用，请确认安装过程无报错，并确保 Python 的脚本目录在 PATH 中
• 许可证相关命令需要外部工具 scancode 可用