部署与配置客户端
通过源代码
依赖环境
系统环境
- Linux,Windows或macOS
环境准备
- Python 3.7,安装指引
使用步骤
安装第三方库
# 源码根目录下执行
pip3 install -r client/requirements/app_reqs.pip
安装第三方工具
# 源码根目录
cd client/requirements
# 执行安装脚本
# Linux/macOS环境
./install.sh
# Windows环境
./install.bat
配置客户端
配置
client/config.ini
文件将
<Server IP地址>
替换成实际的serve ip(可包含端口号)。配置
client/codedog.ini
文件必填项:
token
、org_sid
、team_name
、source_dir
个人令牌 -
token
:从 TCA 页面获取,前往[个人中心]-[个人令牌]-复制Token团队编号 -
org_sid
:进入 TCA 项目概览页,从 URL 中获取项目名称 -
team_name
::进入 TCA 项目概览页,从 URL 中获取提示
项目概览URL格式:
http://{域名}/t/{org_sid}/p/{team_name}/profile
分析路径 -
source_dir
: 本地代码目录路径
提示
如果项目代码为编译型语言(比如:C/C++,C#,Go,Java,Kotlin,Objective-C等),且使用的分析方案中配置了编译型工具(如图,使用了OC推荐规则包),需要填写
build_cmd
编译命令。其他可选项按需填写,不填写时按默认配置执行
启动客户端
# 源码根目录
cd client
# 执行客户端脚本
python3 codepuppy.py localscan
注意
Client 的实现及启动脚本均依赖 Python3 版本为 3.7,可执行 python3 --version
查看版本。若版本有误,可安装版本为3.7的python并软链接到python3命令。
提示
codedog.ini
各项参数可由命令行传入,获取详细参数说明可运行python3 codepuppy.py localscan -h
使用
localscan
命令启动本地单次的代码分析,如需启动分布式并行分析任务,请参考使用分布式节点模式进行配置。
通过Docker-Compose
提示
适用于快速上手体验。使用docker运行,可以免去客户端环境依赖的安装,避免环境兼容性问题。
但是由于环境受限于docker,会无法复用本地的编译环境,部分需要编译的工具无法使用。
使用步骤
配置客户端
配置
client/config.ini
文件配置
client/codedog.ini
文件
提示
同通过源代码使用-配置客户端
构建镜像
docker build -t tca-client .
启动客户端
方案一:直接使用docker运行
进入client
目录,执行以下命令
# 按照实际情况填写`SOURCE_DIR`环境变量值
export SOURCE_DIR=需要扫描的代码目录绝对路径
docker run -it --rm -v $PWD:/workspace/client -v $SOURCE_DIR:/workspace/src --name tca-client tca-client
方案二:使用docker内bash终端运行
进入docker容器内的bash终端
# 按照实际情况填写`SOURCE_DIR`环境变量值 export SOURCE_DIR=需要扫描的代码目录绝对路径 docker run -it --rm -v $PWD:/workspace/client -v $SOURCE_DIR:/workspace/src --name tca-client tca-client bash
通过命令行启动client代码
python3 codepuppy.py localscan
通过可执行文件
依赖环境
系统环境
- Linux,Windows或macOS
使用步骤
下载客户端
从发布页面下载与系统相对应的客户端压缩包到本地。
解压缩。
配置客户端
配置
client/config.ini
文件配置
client/codedog.ini
文件
提示
同通过源代码使用-配置客户端
启动客户端
进入到client
目录下,执行客户端
./codepuppy localscan