利用异常流分析重新审视异常处理实践

现代编程语言（如Java和C#）通常提供处理异常的特性。这些特性将错误处理代码与常规源代码分离，旨在辅助软件理解和维护的实践。尽管认识到异常处理特性的优势，但其误用仍可能导致可靠性下降甚至灾难性的软件故障。先前关于异常处理的研究旨在理解其不同组件中的异常处理实践，例如异常的来源和异常的处理代码。然而，观察到的发现分散且多样。在本文中，为了补充先前关于异常处理的研究发现，我们通过利用异常流分析丰富处理代码的知识来研究其特性。我们的案例研究使用了来自16个开源Java和C#（.NET）库和应用程序的超过10K个异常处理块以及超过77K个相关异常流。我们的案例研究结果表明，每个try块最多有12个可能可恢复但被传播的异常。更重要的是，22%的不同可能异常可以追溯到多个方法（平均1.39，最大34）。这些结果突出了编写高质量异常处理代码的额外挑战。更糟的是，我们确认缺乏对可能异常及其来源的文档记录。然而，可以通过对文档完善的API调用（例如JRE和.NET文档）进行异常流分析来识别此类关键信息。最后，我们观察到Java和C#之间异常处理代码的不同策略。我们的发现强调了利用自动化软件分析来辅助异常处理实践的机会，并表明需要对异常处理实践进行更深入的研究。