[论文解读] Generation of Pseudo Code from the Python Source Code using Rule-Based Machine Translation

Sawan Rai, Atul Gupta|arXiv (Cornell University)|Jun 14, 2019

Software Engineering Research参考文献 7被引用 6

一句话总结

本文提出一种基于规则的机器翻译方法，可自动将Python源代码转换为伪代码。通过将Python代码转换为XML以提取结构化信息，并应用预定义的伪代码模板，该方法能够高效、可扩展地生成人类可读的伪代码，为解决手动创建此类代码产物的繁琐工作提供了解决方案。

ABSTRACT

Pseudo code is one of the valuable artifacts to comprehending the complex program codes. Most of the source code still has no equivalent pseudo code, due to the time-consuming process of writing pseudo codes. In this work, we have developed an approach to generate pseudo code from the python source code. In the first step, we convert python code into XML code for better code information extraction. Next, Important information extracted from the XML code, which later on used to generate actual pseudo code with the help of pseudo code templates. Initial performance results have been discussed in this paper.

研究动机与目标

• 为解决现有Python源代码缺乏可用伪代码的问题，因手动创建过程耗时耗力。
• 开发一种自动化方法，将Python代码转换为等效的、人类可读的伪代码。
• 通过生成标准化的伪代码来改善程序理解，该伪代码保留了逻辑结构和控制流。
• 评估基于规则的方法在伪代码生成中的可行性及初步性能。

提出的方法

• 将输入的Python源代码转换为XML格式，以支持结构化解析和信息提取。
• 从XML表示中提取关键程序元素，如变量、控制结构和函数定义。
• 使用基于规则的映射逻辑，将提取的语法和语义元素映射到预定义的伪代码模板。
• 通过将模板占位符替换为提取的代码元素，以人类可读格式生成最终的伪代码。
• 使用一组手工设计的规则和模板，确保输出伪代码的一致性和可读性。

实验结果

研究问题

• RQ1 基于规则的系统能否有效将Python源代码转换为等效的伪代码？
• RQ2 生成的伪代码在多大程度上能保持原始Python代码的逻辑结构和控制流？
• RQ3 所提出方法在可扩展性和可维护性方面的性能如何？
• RQ4 基于XML的解析在多大程度上提升了伪代码生成中的信息提取效果？

主要发现

• 所提出的方法成功利用基于XML的解析和基于规则的模板映射，将Python代码转换为可读的伪代码。
• 该方法通过自动化翻译过程，显著减少了生成伪代码所需的手动工作量。
• 初步性能结果显示，该方法具有可行性，并能为基本到中等复杂度的控制结构生成语义准确的伪代码。
• 使用XML能够结构化地提取代码元素，相比直接字符串处理，显著提高了解析的可靠性。