Pattern Detection

何时使用此技能

• 代码审查：主动检测有问题的代码模式
• 安全审查：扫描漏洞模式
• 重构：识别重复代码
• 监控：对异常情况进行告警

操作指南

步骤 1：检测代码坏味道模式

检测过长函数：

# 查找超过 50 行的函数
grep -n "function\|def\|func " **/*.{js,ts,py,go} | \
  while read line; do
    file=$(echo $line | cut -d: -f1)
    linenum=$(echo $line | cut -d: -f2)
    # 函数长度计算逻辑
  done

重复代码模式：

# 搜索相似的代码块
grep -rn "if.*==.*null" --include="*.ts" .
grep -rn "try\s*{" --include="*.java" . | wc -l

魔法数字：

# 搜索硬编码的数字
grep -rn "[^a-zA-Z][0-9]{2,}[^a-zA-Z]" --include="*.{js,ts}" .

步骤 2：安全漏洞模式

SQL 注入风险：

# 通过字符串拼接构建 SQL 查询
grep -rn "query.*+.*\$\|execute.*%s\|query.*f\"" --include="*.py" .
grep -rn "SELECT.*\+.*\|\|" --include="*.{js,ts}" .

硬编码密钥：

# 密码、API 密钥模式
grep -riE "(password|secret|api_key|apikey)\s*=\s*['\"][^'\"]+['\"]" --include="*.{js,ts,py,java}" .

# AWS 密钥模式
grep -rE "AKIA[0-9A-Z]{16}" .

危险函数使用：

# eval, exec 使用
grep -rn "eval\(.*\)\|exec\(.*\)" --include="*.{py,js}" .

# innerHTML 使用
grep -rn "innerHTML\s*=" --include="*.{js,ts}" .

步骤 3：代码结构模式

导入分析：

# 可能未使用的导入
grep -rn "^import\|^from.*import" --include="*.py" . | \
  awk -F: '{print $3}' | sort | uniq -c | sort -rn

TODO/FIXME 模式：

# 查找未完成的代码
grep -rn "TODO\|FIXME\|HACK\|XXX" --include="*.{js,ts,py}" .

错误处理模式：

# 空的 catch 块
grep -rn "catch.*{[\s]*}" --include="*.{js,ts,java}" .

# 被忽略的错误
grep -rn "except:\s*pass" --include="*.py" .

步骤 4：数据异常模式

正则表达式模式：

import re

patterns = {
    'email': r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}',
    'phone': r'\d{3}[-.\s]?\d{4}[-.\s]?\d{4}',
    'ip_address': r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}',
    'credit_card': r'\d{4}[-\s]?\d{4}[-\s]?\d{4}[-\s]?\d{4}',
    'ssn': r'\d{3}-\d{2}-\d{4}',
}

def detect_sensitive_data(text):
    found = {}
    for name, pattern in patterns.items():
        matches = re.findall(pattern, text)
        if matches:
            found[name] = len(matches)
    return found

统计异常检测：

import numpy as np
from scipy import stats

def detect_anomalies_zscore(data, threshold=3):
    """基于 Z 分数的异常值检测"""
    z_scores = np.abs(stats.zscore(data))
    return np.where(z_scores > threshold)[0]

def detect_anomalies_iqr(data, k=1.5):
    """基于 IQR 的异常值检测"""
    q1, q3 = np.percentile(data, [25, 75])
    iqr = q3 - q1
    lower = q1 - k * iqr
    upper = q3 + k * iqr
    return np.where((data < lower) | (data > upper))[0]

步骤 5：趋势分析

import pandas as pd

def analyze_trend(df, date_col, value_col):
    """时间序列趋势分析"""
    df[date_col] = pd.to_datetime(df[date_col])
    df = df.sort_values(date_col)

    # 移动平均线
    df['ma_7'] = df[value_col].rolling(window=7).mean()
    df['ma_30'] = df[value_col].rolling(window=30).mean()

    # 增长率
    df['growth'] = df[value_col].pct_change() * 100

    # 趋势方向
    recent_trend = df['ma_7'].iloc[-1] > df['ma_30'].iloc[-1]

    return {
        'trend_direction': '上升' if recent_trend else '下降',
        'avg_growth': df['growth'].mean(),
        'volatility': df[value_col].std()
    }

输出格式

模式检测报告

# 模式检测报告

## 摘要
- 扫描文件数：XXX
- 检测到的模式数：XX
- 高风险：X
- 中风险：X
- 低风险：X

## 检测到的模式

### 安全漏洞（高风险）
| 文件 | 行号 | 模式 | 描述 |
|------|------|------|------|
| file.js | 42 | 硬编码密钥 | 硬编码的 API 密钥 |

### 代码坏味道（中风险）
| 文件 | 行号 | 模式 | 描述 |
|------|------|------|------|
| util.py | 100 | 过长函数 | 函数长度：150 行 |

## 建议操作
1. [操作 1]
2. [操作 2]

最佳实践

1. 渐进式分析：从简单模式开始
2. 减少误报：使用精确的正则表达式
3. 检查上下文：理解匹配结果周围的上下文
4. 优先级排序：按严重程度排序

约束条件

强制性规则 (必须遵守)

1. 只读操作
2. 执行结果验证
3. 说明可能存在误报

禁止事项 (绝不能做)

1. 不要自动修改代码
2. 不要记录敏感信息

参考链接

• Regex101
• OWASP 速查表
• 代码坏味道目录

使用示例

示例 1：基础用法

示例 2：高级用法