Enhance deltacode matching

未关闭
  • 哪里不对？
#112 0 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看

还没有人认领这个 Issue。

评估

难度
4/5
预计耗时
3-5 天
新手友好度
35/100
Issue 类型
功能
描述清晰度
基本清楚
活跃度
停滞
技术栈
python
领域
tooling

调研方向

首先定位路径比较的入口点，该入口点接收两个 ScanCode CSV 或 JSON 输入；使用 issue 中的示例作为案例，从右侧开始匹配连续的路径段，并保留最高 score 的并列结果。完成的标准是比较返回 pathmatch 和 pathscore 信息，并按指定过滤掉 score 较低的匹配结果。

由索引模型根据 Issue 内容生成。

描述

Given 2 inputs (either csv or json) from scancode scan, the tool should compare the two inputs based on the path value and return pathmatch and pathscore information.

The current behavior is to compare with the "full" path. However, what will be a better way is the compare with segments.
Input A is the path that we want to find matches.
For instance,
Input A:
/tmp/project/a/b/c/d.java
Input B:
/project/test/a/b/c/d.java

deltacode may conclude the above 2 do not match.
Instead, deltacode should return pathscore as 4 (because the above 2 inputs have 4 consecutive segments match starting from the end/right to left) and let user to conclude if this is a real match or not.

In addition, it should also automatically do some filtering in a sense that only keep the highest pathscore as a match and keep both if pathscore are the same for the input.
For instance,
Input C:
/project/c/d.java
Input D:
/tmp/test/a/b/c/d.java

Input C will automatically be ignored because it only has pathscore 2
Input B and D should be kept because these both have pathscore 4

主要语言
Python
星标
22
派生
27
30 天内没有已合并 PR

环境准备

  • 提供 Dockerfile 或 Docker Compose 文件
  • 没有 Pull Request 模板
  • 阅读贡献指南

从这里开始

  1. 先读完整个 Issue，再读项目的贡献指南。
  2. 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
  3. Fork 仓库，在一个分支上完成修改。
  4. 提交 Pull Request，并在描述里引用这个 Issue 编号。

aboutcode-org/deltacode 的其他 Issue

查看 aboutcode-org/deltacode 的全部 Issue

相似的 Issue

更多 Python Issue

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。