代码重复度检测

使用 Simian 与 JSCPD 检测项目中的重复代码，按语言选择工具，报告统一归档到 docs/dup/。

适用场景

• 重构前评估重复代码规模
• code-detect-problem 评分中的重复度维度
• 代码审查的重复代码专项检查

工具选择

工具一：Simian

java -jar ~/app/simian/simian-4.2.1.jar \
  -language=java -threshold=20 \
  $(fd -H -I -s -c never -t f -e java | grep --color=never -v "\/test\/" | xargs) \
  > docs/dup/dup-{yyyymmdd}-{seq}.txt 2>&1

参数说明：

1. threshold：重复代码行数阈值，按项目实际调整，Java 建议 15-20。
2. language：按项目语言调整，可选 java / cpp / csharp / javascript。
3. seq：从 001 开始按日重置，报告必须 git 留档。

工具二：JSCPD

# 安装
npm install -g jscpd

# 检测并生成 HTML 报告
jscpd src/ --min-lines 15 --reporters html,console --output docs/dup/jscpd-{yyyymmdd}-{seq}

# 排除目录
jscpd src/ --min-lines 15 --ignore "**/test/**,**/node_modules/**" --reporters html,console

# 多语言项目
jscpd . --extensions java,ts,py,cpp --min-lines 15 --reporters html --output docs/dup/jscpd-report

参数说明：

1. --min-lines：最小重复行数，Java 15-20，Python 10-15，Shell 5-10。
2. --reporters：支持 console / html / json / xml。
3. --extensions：不指定则自动检测。
4. HTML 报告入口：<output>/index.html。

工具对比

输出与判读

• 报告归档路径：docs/dup/，命名 dup-{yyyymmdd}-{seq}.txt 或 jscpd-{yyyymmdd}-{seq}/。
• 重复率分级（与 code-detect-problem 评分口径一致）：
  • 低于 5%：优
  • 5% 至 15%：可接受
  • 15% 至 30%：需重构
  • 高于 30%：严重，优先处理
• 判读时排除测试代码、生成代码与第三方库，避免误判。

检查清单

• 已按语言选择工具
• 已排除测试、生成代码与第三方库
• 报告已归档到 docs/dup/
• 重复率与热点文件已记录
• 已给出重构优先级建议