Project Icon

dylint

灵活可扩展的Rust代码检查工具Dylint

Dylint是一款灵活的Rust代码检查工具,支持从动态库加载自定义lint规则。它具备工作区配置、库配置、条件编译和VS Code集成等功能,并提供多种实用工具和资源,方便开发者创建和管理个性化的lint集合。Dylint采用明确的最小支持Rust版本(MSRV)策略,保证版本升级的兼容性。

Dylint

从动态库运行 Rust 代码检查

cargo install cargo-dylint dylint-link

Dylint 是一个类似于 Clippy 的 Rust 代码检查工具。但与 Clippy 运行预定义的静态检查集不同,Dylint 可以从用户指定的动态库运行检查。因此,Dylint 允许开发者维护自己的个人检查集合。

目录

关于 Dylint 工作原理的文档也可以获取。

快速入门

运行 Dylint

以下两个步骤安装 Dylint 并在工作空间中运行此仓库的所有[通用示例检查]:

  1. 安装 cargo-dylintdylint-link:

    cargo install cargo-dylint dylint-link
    
  2. 运行 cargo-dylint:

    cargo dylint --git https://github.com/trailofbits/dylint --pattern examples/general
    

在上面的例子中,库是通过命令行找到的。如果你打算定期运行 Dylint,可以考虑使用工作空间元数据。有关查找库的其他方法,请参阅Dylint 工作原理

编写检查

你可以通过运行 cargo dylint new new_lint_name 来开始编写自己的 Dylint 库。这样做将会直接生成一个可加载的库。你可以按以下方式验证:

cargo dylint new new_lint_name
cd new_lint_name
cargo build
cargo dylint list --path .

你只需要实现 LateLintPass 特质并填写要求填充的符号即可。

下面提供了一些有助于编写检查的资源

功能特性

工作空间元数据

工作空间可以在其 Cargo.tomldylint.toml 文件中指定应该用于检查的库。具体来说,任一文件都可以在 workspace.metadata.dylint.libraries 下包含一个 TOML 数组。每个数组条目必须采用 Cargo gitpath 依赖的形式,但有以下区别:

  • 没有前导包名,即没有 package =
  • path 条目可以包含 glob 模式,例如 *
  • 任何条目都可以包含一个 pattern 字段,其值是一个 glob 模式。pattern 字段指示包含 Dylint 库的子目录。

Dylint 会下载并构建每个条目,类似于 Cargo 下载和构建依赖项的方式。然后在结果的 target/release 目录中搜索 Dylint 识别的文件名形式(参见 Dylint 工作原理 下的 库要求)。

例如,如果你在工作空间的 Cargo.tomldylint.toml 文件中包含以下内容并运行 cargo dylint --all,Dylint 将运行此仓库的所有[示例通用检查],以及示例限制检查 try_io_result

[workspace.metadata.dylint]
libraries = [
    { git = "https://github.com/trailofbits/dylint", pattern = "examples/general" },
    { git = "https://github.com/trailofbits/dylint", pattern = "examples/restriction/try_io_result" },
]

为方便起见,pattern 字段可以包含一个数组,在这种情况下,该模式被视为数组元素的并集。因此,刚才给出的 workspace.metadata.dylint.libraries 示例可以替代写成:

[workspace.metadata.dylint]
libraries = [
    { git = "https://github.com/trailofbits/dylint", pattern = [
        "examples/general",
        "examples/restriction/try_io_result",
    ] },
]

可配置库

可以通过在被检查工作空间的根目录中包含 dylint.toml 文件来配置库。该文件应编码一个 toml 表,其键为库名。库决定如何解释表中的值(如果有的话)。

例如,具有以下内容的 dylint.toml 文件将 non_local_effect_before_error_return 库的 work_limit 配置设置为 1_000_000

[non_local_effect_before_error_return]
work_limit = 1_000_000

有关创建可配置库的说明,请参阅 dylint_linting 文档。

条件编译

对于 Dylint 用于检查 crate 的每个库,Dylint 会向 Rust 编译器传递以下内容:

--cfg=dylint_lib="LIBRARY_NAME"

你可以使用此功能在使用 Dylint 时允许检查,但在不使用 Dylint 时避免"未知检查"警告。具体来说,你可以这样做:

#[cfg_attr(dylint_lib = "LIBRARY_NAME", allow(LINT_NAME))]

注意,LIBRARY_NAMELINT_NAME 可能相同。有关涉及 non_thread_safe_call_in_test 的示例,请参阅本仓库中的 dylint/src/lib.rs

还要注意,刚才描述的方法不适用于预展开检查。对于预展开检查,唯一已知的解决方法是允许编译器内置的 unknown_lints 检查。具体来说,你可以这样做:

#[allow(unknown_lints)]
#[allow(PRE_EXPANSION_LINT_NAME)]

有关涉及 abs_home_path 的示例,请参阅本仓库中的 internal/src/examples.rs

Rustc 的 unexpected_cfg 检查

从 nightly-2024-05-05 开始,每个可达的 #[cfg] 的名称和值[都会被检查]。这会导致编译器对上述描述的 cfg_attr 属性产生警告。

要抑制这些警告,请在你的包的 Cargo.toml 文件中添加以下内容:

[lints.rust.unexpected_cfgs]
level = "warn"
check-cfg = ["cfg(dylint_lib, values(any()))"]

或者,如果你使用的是 Cargo 工作空间,请在工作空间的 Cargo.toml 文件中添加以下内容:

[workspace.lints.rust.unexpected_cfgs]
level = "warn"
check-cfg = ["cfg(dylint_lib, values(any()))"]

然后,在工作空间中每个包的 Cargo.toml 文件中添加以下内容:

[lints]
workspace = true

有关示例,请参阅本仓库中的提交 c8fabc5

VS Code 集成

可以使用 rust-analyzer 在 VS Code 中查看 Dylint 结果。要实现这一点,请在 VS Code 的 settings.json 文件中添加以下内容:

    "rust-analyzer.checkOnSave.overrideCommand": [
        "cargo",
        "dylint",
        "--all",
        "--",
        "--all-targets",
        "--message-format=json"
    ]

如果你想在检查库内部使用 rust-analyzer,需要在 VS Code 的 settings.json 文件中添加以下内容:

    "rust-analyzer.rustc.source": "discover",

并在库的 Cargo.toml 文件中添加以下内容:

[package.metadata.rust-analyzer]
rustc_private = true

实用工具

以下实用工具可以帮助编写 Dylint 库:

  • dylint-link 是 Rust 默认链接器(cc)的包装器,它会创建一个文件名为 Dylint 可识别格式的库副本。
  • dylint_library! 是一个宏,它会自动定义 dylint_version 函数并添加 extern crate rustc_driver 声明。
  • ui_test 是一个可用于测试 Dylint 库的函数。它提供了方便访问 compiletest_rs 包的功能。
  • clippy_utils 是一个使编写检查更容易的实用工具集合。它由 Rust Clippy 开发者慷慨地公开。请注意,与 rustc 一样,clippy_utils 不为其 API 提供稳定性保证。

资源

编写检查的有用资源包括以下内容:

MSRV 政策

Dylint 库的 MSRV 提升将伴随着至少 Dylint 次版本号的提升。

换句话说,我们在发布 bug 修复时会努力保持 Dylint 的 MSRV 不变,只有在发布新功能时才会更改。

测试覆盖率

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号