Step1：生成Java代码静态分析结果

这里我们采用的是开源的工具java-callgraph来做Java代码的静态分析，根据官方的说明需按下面步骤来实现：

1.克隆项目到本地

git clone https://github.com/gousiosg/java-callgraph

2.用maven安装项目

mvn install

若未安装 maven，macOS用户可尝试使用 homebrew 安装，brew update && brew install maven，其他用户可访问官网安装。

3.打包被测试文件

我们需要借助Eclipse来将我们的被测试文件打包为jar包，打包后的文件记为 test.jar 。

4.运行工具生成结果

将 test.jar 移动到工具安装目录下的 ./target 目录下。

只需一个命令就可生成静态分析结果：

java -jar javacg-0.1-SNAPSHOT-static.jar test.jar

其中结果的具体含义请参照工具的官方介绍。

将结果保存为文件即可。

Step2：处理分析结果

需要把分析结果过滤得到我们需要用的信息，并用 json 格式存储，保存为文件 test.json，格式规范如下：

{
    "data": [
        {
            "caller": "main",
            "callee": "main"
        },
        {
            "caller": "main",
            "callee": "A"
        }
    ]
}

其中 caller 代表函数调用者，callee 代表函数被调用者。

Step3：制作时序图

制作时序图采用的工具是Web Sequence Diagrams在线时序图绘制工具。

根据工具说明要将我们的函数调用关系再格式化，处理成形如 A->B: 调用 的格式，下面是格式化的 python 代码：

# -*- coding: utf-8 -*-
import json
import time
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

def store(data):
    with open('test.json', 'w') as json_file:
        json_file.write(json.dumps(data))

def load():
    with open('test.json') as json_file:
        data = json.load(json_file)
        return data['data']



if __name__ == "__main__":
    data = load()

    n = len(data)
    f = open("test.txt", "w+")
    for i in range(0, n):
        f.write("%s->%s: 调用\n"%(data[i]['caller'],data[i]['callee']))

格式化后我们得到处理后的文本 test.txt，将文本内容复制到Web Sequence Diagrams中即可，等待一会之后，我们就可以得到绘制好的时序图，可保存为文件。