Skip navigation
  1. RI UFPE
  2. Trabalhos de Conclusão de Curso
  3. (CIn) Centro de Informática
  4. (CIn) - Coordenação de Ciência da Computação
  5. (TCC) - Ciência da Computação
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/56717

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorTEIXEIRA, Leopoldo Motta-
dc.contributor.authorSILVA, Eduardo Luiz-
dc.date.accessioned2024-07-17T15:20:58Z-
dc.date.available2024-07-17T15:20:58Z-
dc.date.issued2024-03-15-
dc.date.submitted2024-03-27-
dc.identifier.citationSILVA, Eduardo Luiz. Análise e identificação de code smells em projetos Django. 2024. Trabalho de Conclusão de Curso (Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2024.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/56717-
dc.description.abstractPython é uma linguagem de programação conhecida por sua simplicidade e legibilidade, sendo amplamente utilizada em diversos domínios, desde desenvolvimento web até aprendizagem de máquina. No contexto do desenvolvimento web, o Django, uma poderosa estrutura baseada em Python, destaca-se por oferecer ferramentas e bibliotecas abrangentes. Apesar de suas vantagens, projetos Django podem apresentar más práticas de código, conhecidas como code smells, que indicam possíveis problemas. Este trabalho propõe um estudo dos code smells mais comuns em projetos Django, visando desenvolver uma ferramenta capaz de identificá-los e ajudar a evitá-los, contribuindo para a melhoria da qualidade do código.pt_BR
dc.format.extent12 p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectDjangopt_BR
dc.subjectCode Smellspt_BR
dc.titleAnálise e identificação de code smells em projetos Djangopt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/2117651910340729pt_BR
dc.description.abstractxPython is a programming language known for its simplicity and readability, widely used across various domains, from web development to machine learning. In the context of web development, Django, a powerful Python-based framework, stands out for offering comprehensive tools and libraries. Despite its advantages, Django projects can exhibit poor coding practices, known as code smells, which indicate potential issues. This work proposes a study of the most common code smells in Django projects, aiming to develop a tool capable of identifying them and helping to avoid them, contributing to the improvement of code quality.pt_BR
dc.subject.cnpqÁreas::Ciências Exatas e da Terra::Ciência da Computaçãopt_BR
dc.degree.departament::(CIN-DCC) - Departamento de Ciência da Computaçãopt_BR
dc.degree.graduation::CIn-Curso de Ciência da Computaçãopt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
Aparece nas coleções:(TCC) - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC Eduardo Luiz Silva.pdf249,77 kBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais

Ver licença
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons