本文非常详细的梳理了静态代码规则自定义写法，是测试开发工程师 hlylearner 孤独而勇敢的探索，值得学习
前言
前一段时间学习了 SonarQube 以及如何开发自定义规则，在一顿网上搜索骚操作之后，搭建好了本地的 SonarQube ，并且用 Sonar 自带的规则扫描自己的项目时发现了一些问题。就在我准备更进一步去学习如何进行自定义规则开发的时候，遇到坑了。。。
网上关于 Sonar 自定义规则开发的资料其内容都大同小异，介绍如何搭建 SonarQube 环境几乎占了 80% 或者更高，只有少数是进行最简单的开发环境 Demo 介绍（其中包括如何创建规则，以及规则的一些相应配置）， 更深入的如何去开发一个规则以及内部原理的文章则更少，于是便有了这篇探索记录文章，希望对于初学 Sonar 自定义规则开发的小伙伴有一定的帮助。
深入理解 Sonar 自定义规则开发
Step1: 小白阶段
当我第一次看到 Sonar 规则，一脸懵逼。。。基于有一定的编程能力，通过规则对应的单元测试进行一步步的 debug 调试（当时每个方法里面都被我打上了断点┑(￣▽ ￣)┍）
在一步步的调试下，终于大致看懂了一个规则的数据流向，于是准备开始敲自己的代码，刚打完规则名后就卡住了。。。因为原来代码里面的各种 nodesToVisit、 visitNode 方法都没弄清楚为什么要这么写，更不知道该从哪里开始。于是又重新开始 (￣﹏￣)。
Step2: 进阶 ing
直接拿 Sonar 规则官网[1] 的BadMethodNameCheck规则进行后面的解释，我们就根据 debug 的路径一步步开始讲解。
Test JavaCheckVerifier.verify ("Sonar 前置")
@Test
public void test() {
JavaCheckVerifier.verify("src/test/files/checks/naming/BadMethodName.java", new BadMethodNameCheck());
}在上面的代码中，测试用例里面调用了类JavaCheckVerifier的verify方法，传入一个文件路径（需要被扫描的测试代码）以及一个 BadMethodNameCheck 对象（自定义的规则），那么里面具体做了什么呢？接着看下面在这个过程中的简略版流程图。
传入了文件以及规则后，Sonar 内部进行了一系列的 scanFile 操作，大多数是进行一些前置准备。其中对理解比较重要的是 visitorsBridge、astScanner、ast 等对象。
visitorsBridge 对象
用于保存通过规则对被测代码扫描后的结果
astScanner 对象
提供扫描被测代码的解析功能并生成抽象语法树--Tree ast 对象。
简单的来说，在这一阶段就是进行各种初始化，生成保存结果集的变量，并且将被测代码解析为抽象语法树。
通过维基上定义的 抽象语法树[2]，这里就不多介绍了， 也可以通过 Idea 下载插件 JDT AST 工具[3] (可能需要翻) 生成抽象语法树帮助理解。知道了什么是语法树后，基本上自定义开发规则的进展就完成了 50%。（但实际 Sonar 生成的语法树在格式上与 JDT 生成的会不太一致，使用时候需要注意下）
下面是我们的被扫描代码内容（* 为了内容简短，删除了部分代码 *）：
class BadMethodName {
private String id;
public BadMethodName() {}
void Bad() { // Noncompliant [[sc=8;ec=11]] {{Rename this method name to match the regular expression '^[a-z][a-zA-Z0-9]*$'.}}
}
void good(String id) {
System.out.println("Test");
}
}通过 AST 工具生成的抽象语法树
全局的语法树如下：可以获取代码中的该类是否是接口、类名以及类中定义的类变量以及方法。
针对类变量的语法树如下：可以获取到变量名称、类型、修饰类型。
针对方法生成的语法树如下：可以获取到方法名、返回值、修饰符、是否是构造函数和代码块，所有在 { code } 内的又会被解析成一个 blockTree。
所以，通过 Sonar 的前置操作解析后，我们就拿到了一套标准化的语法树。
用户代码
自定义规则开发的大致思路就是通过过滤顶层 Tree 拿到想要的节点 Tree（如 MethodTree、ClassTree、BlockTree、ExpressionStatementTree 等），然后根据自己开发逻辑代码实现校验功能。现在来说明下前面说到的 Sonar 在用户代码里面常用的一些内部方法。
nodesToVisit()
public List<Tree.Kind> nodesToVisit() {
return ImmutableList.of(Tree.Kind.METHOD);
}指定要扫描的节点 (也就是树的分支)，并在 visitNode 方法中获取到指定的节点，像上面代码就是返回 Tree 中的所有 MethodTree。
visitNode()
public void visitNode(Tree tree) {
MethodTree methodTree = (MethodTree) tree;
if (isNotOverriden(methodTree) && pattern.matcher(methodTree.simpleName().name()).matches()) {
reportIssue(methodTree.simpleName(), "Rename this method name to match the regular expression '" + format + "'.");
}
}获取到 nodesToVisit 中的过滤后的所有节点 Tree，并且按照用户指定的逻辑进行校验。
setContext()
public void setContext(JavaFileScannerContext context) {
if (pattern == null) {
pattern = Pattern.compile(format, Pattern.DOTALL);
}
super.setContext(context);
}super.setContext(context) 获取第一步中初始化的 visitorsBridge 对象，用于存储测试结果。
本阶段的难点就在于如何保证自己的校验代码不出现漏查或者误查，避免出现扫描检测出来的结果有误，这块类似功能实现，具体的实现方式就不细说了
单测结果校验
reportIssue(methodTree.simpleName(), "Rename this method name to match the regular expression '" + format + "'.");
public void reportIssue(Tree tree, String message) {
context.reportIssue(this, tree, message);
}一般在用户规则中，当触犯规则后需要进行一个错误校验，来看下大致的流程图。
从流程图可以很清楚的发现，开始也是一系列 reportIssues 结果收集，一直到 VistorsBridgeForTests 中才开始进行触发规则的内容解析操作，获取了触犯规则的代码行数以及字符串具体的位置，记录在 textSpan 变量中，结果保存在 issues 列表中。
void Bad2() { // Noncompliant通过最初扫描代码记录了标记 Noncompliant 的行数以及字符串位置为预期值，最后根据 CheckVerifer.validateIssue 方法进行预期与实际 issues 存储的结果进行比较。至此单测自定义规则的整个流程就结束了。
在结果校验中很容易出一些错误， 大家可能在最初都会遇到，在这里大概说明一下：
At least one issue expected
这是通过规则进行文件扫描后，未发现任何一个触发了 reportIssue 方法，最后的 issues 的长度为 0 导致报错。
Expected {3=[{}]}, Unexpected at [11]
预期的标记 Noncompliant 位置的代码行数与实际扫描出来的结果不一致
总结
了解上面的基本逻辑后，整个 Sonar 的自定义规则开发就十分的简单了。后续的深入就是怎么写好用户校验代码，保证校验的结果正确性以及减少误报率。
本文是笔者的随意发挥，可能某些细节上有一些偏差，欢迎各位大佬们指正，参考 Sonar 自定义规则[4]。
