Gistable：评估 GitHub 上 Python 代码片段的可执行性
软件工程
2018-08-16 v1
摘要
软件开发人员在线创建并共享代码以演示编程语言概念和编程任务。代码片段可以是解释和演示编程概念的有用方式，但可能并不总是可直接执行。代码片段可能包含解析错误，或者当环境存在未满足的依赖项时执行失败。本文对通过 GitHub gist 系统共享的 Python 代码片段的可执行状态，以及熟悉软件配置的开发者正确配置并运行它们的能力进行了实证分析。我们发现 75.6% 的 gist 需要非平凡配置以克服缺失依赖、配置文件、对特定操作系统的依赖或其他环境配置。我们的研究还表明，开发者在解决配置错误时对资源名称的自然假设正确率不到一半。我们还提出了 Gistable，一个构建于 GitHub gist 系统之上的数据库和可扩展框架，其提供可执行代码片段以支持软件工程中的可复现研究。Gistable 包含 10,259 个代码片段，其中约 5,000 个带有 Dockerfile 以配置并执行它们而无导入错误。Gistable 公开可用：https://github.com/gistable/gistable。
引用
@article{arxiv.1808.04919,
title = {Gistable: Evaluating the Executability of Python Code Snippets on GitHub},
author = {Eric Horton and Chris Parnin},
journal= {arXiv preprint arXiv:1808.04919},
year = {2018}
}