一种基于文本的软件源代码块指纹生成方法

本发明涉及一种基于文本的软件源代码块指纹生成方法，属于软件代码重用检测技术领域。本发明通过代码预处理，消除了代码重用过程中增加或删除注释、空格、制表符、回车、换行代码等修改代码方式对代码重用检测的影响，提高了提高代码重用检测的检出率；通过设置代码块字符数阈值过滤小代码块，降低小代码块对代码重用检测的影响，提高了代码块重用检测的准确性；本发明通过设置代码块哈希窗口，从中选择字符数最多代码块的哈希值作为最终代码块指纹，缩小了代码块指纹集合规模，减少了代码块重用检测过程中的检索比对工作量，提高了代码块重用检测效率。