Python-副作用/纯度分析工具？

Python中是否有类似于Java的用于副作用/纯度分析的现有工具？

我不知道有哪些工具，但这里有一些通用的方法：

• 将源文件分析为文本-使用正则表达式查找显示函数的内容绝对不是纯粹的-例如

  global

  关键字。出于实际目的，大多数编写得体的函数在主体中只有

  return

  语句，它们可能是纯函数。另一方面，如果函数没有

  return

  语句，那么它要么是无用的，要么是不纯的

• 将源文件中的函数作为代码进行分析。如果单独测试一个函数会产生一个

  名称错误

  ，那么您知道它要么是不纯的（因为它无法访问更高级别的变量），要么是有错误的（在定义变量之前引用变量或类似的情况），但是正常测试应该涵盖后一种情况。如果要执行此操作，检查模块的功能可能很有用
  对于您测试的每个函数，如果它有一个相对较小的域（例如，一个输入可以是1、2、3或4），那么您可以彻底测试所有可能的输入，并通过这种方式获得特定的答案。如果它有一个有限的，或有限但较大的域（例如，所有介于0和1000之间的实数（无限但有限），或所有介于-12345和67890之间的整数），那么您可以尝试对该域中的输入选择进行采样，并使用该采样获得纯度概率。但是，这种方法可能不是很有用，因为不太可能指定函数的域，因此只有在编写函数时才能检查它，在这种情况下，您可能不需要分析它

• 做一些聪明的事情，可能与上述技术相结合。例如，制作一个神经网络，输入是函数的文本，输出是函数的纯概率。然后，你可以在已知的纯函数或不纯函数的例子上训练网络，然后在未知纯度的函数上使用它

编辑： 在有人用新知识否决了我之后，我又回到了这个问题上！

ast

模块应该可以相对轻松地编写这样的分析工具，因为它允许您访问代码的抽象语法树。穿过这棵树应该很容易，看看是否有什么东西妨碍了纯度。这是一种比将源文件分析为文本要好得多的方法，我可能会在某个时候尝试一下。

---

最后，这个问题可能也是有用的，也是一个，基本上是这个问题的重复。

如果您认为工具问题不应该关闭，那么请投票重新打开。