准确性透明度
这里回答两个不同的问题:Deslop 报告的重复是否正确?它的重复率衡量的是什么?每个数字都链接到背后的报告。
英文文字稿
Read the project total
I expand the Duplication section to read the project total. Deslop shows how many lines it analysed and how many it found in repeated code. The percentage describes those files; it does not tell me that a cleanup is automatically safe.
Follow the file counts
I open the file rows behind that total and inspect the highlighted code. This lets me connect the number to real source lines. When I review a result, I want to understand which files were checked and what work was counted.
Check the actual copies
Next I put the reported copies side by side. I check that they really repeat the same work and look at their differences. This is the evidence I use to decide what deserves attention, rather than treating a percentage as a verdict.
See what an exclusion changes
I exclude a folder in the settings file and save it. The sidebar updates because those files are no longer part of the analysis. Before comparing two results, I check settings like this so I know that both runs measured the same files.
准确率如何衡量
Deslop 以克隆登记册为基准评分:登记册记录了固定提交的开源仓库中的代码范围对,由评审者阅读源码后判定。
- CLEARLY IN 是真实的重复。没有报告它即为漏报。
- CLEARLY OUT 不是重复。报告它即为误报。
- NOT CLEAR 会被记录,但不计入任何一方。
2026 年 11 月 15 日的最新评分覆盖 11 种语言的 47 个仓库:
| 指标 | 结果 |
|---|---|
| 评分正确的判定对 | 1,619 中的 1,579(97.5%) |
| 漏报的真实重复 | 29 |
| 误报的非重复 | 11 |
| 报告的副本覆盖的判定行 | 99.2% |
剩余的每个漏报和误报都按文件和行号列在评分报告中,并仍按缺陷处理。评分规则见语料库契约。这些结果只覆盖已判定的代码对,并不保证在任何仓库上都有相同的精确率和召回率。
判定对是否正确与覆盖率是两个问题。两个判定范围出现在同一个报告结果中,该对即为正确;覆盖率衡量结果包含了这些范围的多少,因此只报告长副本中的一小段虽算找到,但会降低覆盖率。
已修复的准确性问题
每个确认的误报或漏报都会在 GitHub 上以 false-positive、false-negative 或 lane/accuracy 标签登记,并配有一个在修复前一直失败的测试。问题只有在正式发布的版本上验证修复后才会关闭。
2026 年 8 月 21 日,公开的问题关系图中有 33 个未解决的准确性问题,是最大的工作流:
截至 2026 年 11 月 15 日,已修复并关闭 48 个准确性问题,仍有 29 个未解决:
| 关闭月份 | 修复的准确性问题 |
|---|---|
| 2026 年 8 月 | 1 |
| 2026 年 9 月 | 31 |
| 2026 年 10 月 | 4 |
| 2026 年 11 月(截至 15 日) | 12 |
修复内容包括:无关的样板代码被排为首要重复、重命名后的副本从未被报告、长副本被切成碎片,以及无关的簇共用一个 id。未解决的问题见问题关系图和问题规划。
与 jscpd 的对比
Deslop 与 jscpd 5.4.3 在相同的 11 个语料库仓库上运行,并用同一规则评分:只要某个报告结果同时覆盖判定对的两个范围,该对即算找到。
| 找到的已判定真实重复 | Deslop | jscpd |
|---|---|---|
| 全部(789 对) | 787(99.7%) | 408(51.7%) |
| 完全相同的副本(106 对) | 106 | 85 |
| 重命名的副本(251 对) | 251 | 84 |
请结合以下限制解读:
- 判定对来自 Deslop。 登记册是通过判定 Deslop 报告的候选项建立的,因此偏向 Deslop 能找到的内容。
- jscpd 报告了 Deslop 没有报告的代码对。 jscpd 的 8,666 对中,有 3,507 对没有对应的 Deslop 结果。这些对尚未判定,既不算 Deslop 漏报,也不算 jscpd 误报。
- 没有比较精确率。 这 11 个仓库只有 8 个判定为非重复的代码对,两个工具报告的都不超过一个。
- jscpd 快得多。 它扫描全部 11 个仓库用时 1.0 秒,内存峰值 194 MiB;Deslop 用时 194.6 秒,峰值 1,845 MiB。
- Deslop 二进制是 2026 年 11 月 14 日的本地构建,未记录其提交。
完整报告和生成它的脚本都在仓库中。公平的精确率比较需要对 jscpd 自己的代码对抽样判定。
重复率如何计算
重复率衡量报告的重复覆盖了多少代码,并不说明这些重复是否正确。
duplication_percent = clamp(100 × duplicated_loc / analysed_loc, 0, 100)
analysed_loc统计已分析源文件中的所有物理行,包括空行和注释行。duplicated_loc统计每个文件中被报告副本覆盖的行,重叠范围只计一次。- 形状相同、内容不同的结果仅供参考,不计入重复行、文件、质量或 CI 门禁。
- 被
report_hide或生成文件标记隐藏的副本不计入重复行,但其文件仍计入analysed_loc。使用exclude可将文件完全排除。 - 文件夹重复率是重复行之和除以分析行之和,而不是各文件百分比的平均值。
所有百分比都由 Rust 在 report_metrics.rs 中计算,编辑器只负责显示。误报会抬高百分比,漏报会拉低百分比。
CI 门禁如何工作
设置 --fail-over <percent> 或 [threshold] max_duplication_percent(命令行参数优先)。只有实测百分比大于上限时运行才会失败:先写出报告,再以退出码 3 结束。--no-fail-over 在单次运行中关闭门禁。配合 --diff 和 --only-changed 时,门禁只衡量 diff 新增的行,但仍与整个代码树匹配。参见配置。