用于解析代码的 gcc答案

【问题标题】：gcc for parsing code用于解析代码的 gcc
【发布时间】：2011-11-15 23:48:03
【问题描述】：

我想知道如何使用 GCC 作为库来为我的程序解析 C/C++/Java/Objective C/Ada 代码。我想绕过预处理并为用户编写的所有函数加上前缀 My。就像这样Print(); 变成MyPrint(); 我也希望用变量来做这个。

【问题讨论】：

这是一个相当大的要求。你试过什么？您面临哪些具体问题？您是否阅读过 gcc 链上的手册页（因为没有预处理等）？此外，预处理可能不是让代码在程序内部工作所需的唯一步骤。你到底想做什么？
我尝试过使用 clang 但我永远无法编译它。我：不擅长削皮。什么是 gcc 链？我想跳过预处理，因为我不想要文件中的标题或宏。基本上我要做的是用前缀重命名函数和变量。
啊，我是说gcc工具链。这确实是一个比我应该使用的更广泛的术语。我应该只是说 gcc 手册页，也许链接手册页取决于你在做什么。
Mooing Duck 你是说你可以使用 Lua 进行 c++ 解析吗？我不知道Lua，但如果它有效，我会学习它。我也阅读了 GCC 手册页
通常当有人想要包含 GCC 时，他们只是想为他们的项目制作附加组件，而使用脚本语言要容易得多。如果您的目标是更改源代码，那么您需要与 GCC 交互。

标签： c++ c parsing gcc

【解决方案1】：

你可以看这里：
http://codesynthesis.com/~boris/blog/2010/05/03/parsing-cxx-with-gcc-plugin-part-1/

这是关于如何使用 gcc 插件接口解析 C++ 代码的描述。其他语言应以相同方式处理。

你也可以试试 mozilla 的猪肉：
https://wiki.mozilla.org/Pork

当我尝试它（猪肉）时，我花了一个小时左右来修复编译问题，但后来我可以这样写脚本：

rewrite SyncPrimitiveUpgrade {
  type PRLock* => Mutex*
  call PR_NewLock() => new Mutex()
  call PR_Lock(lock) => lock->Lock()
  call PR_Unlock(lock) => lock->Unlock()
  call PR_DestroyLock(lock) => delete lock
}

所以它找到了所有类型的 PRLock 并用 Mutex 重新标记它，它还搜索函数调用喜欢 PR_NewLock 并将其替换为“新互斥锁”。

【讨论】：

我现在正在使用这个，我的代码编译有问题，也许我的系统太新了。
或者你的系统太旧了。 gcc 的插件支持是在 gcc 4.5 中引入的，所以如果你的 gcc 版本
我的系统是 Ubuntu 11.10，带有 gcc gcc-3.3 gcc-3.4 gcc-4.0 gcc-4.2 gcc-4.3 gcc-4.4 gcc-4.5 gcc-4.6
@Taylor ：您对那些具体有什么问题？
Awesome pork 示例——没有什么比拥有工作代码更好的了。

【解决方案2】：

您可能希望研究sparse C 解析器。它理解很多 C（Linux 内核源代码中使用的所有 C，这是合法 ANSI-C 和 GNU-C 扩展的一个相当好的子集）并提供一些示例编译器后端来提供类似 lint 的静态用于类型检查的分析工具。

虽然代码看起来非常干净和彻底，但您的任务可能通过另一种机制更容易完成——sparse 源代码中包含的用于演示编译器的example.c 有 1955 行长。

【讨论】：

sparse 看起来不错，但它并不支持 C++。
当然没有 Java/Objective C/Ada。 :) 它是 C 并且只有 C。
正如 Taylor 所说，sparse 看起来不错，但该 wiki 上的下载链接或 git repo 链接似乎都不起作用：|
@Necrolis：试试git clone git://git.kernel.org/pub/scm/devel/sparse/sparse.git——它在几个小时前对我有用。

【解决方案3】：

对于 C，您无法可靠地做到这一点。如果您跳过预处理，您将 - 通常 - 没有要解析的有效 C 代码。例如

#define FOO
#define BAR
#define BAZ

FOO void BAR qux BAZ(void) { }

解析器应该如何在不进行预处理的情况下识别这是 qux 的函数定义？

【讨论】：

我的意思是我想跳过预处理，我不希望宏被扩展并且我不希望最终代码中的标题。

【解决方案4】：

首先，GCC 不是一个库，也不是一个整体（与 LLVM 相比）。

为什么（即为什么）要解析 C、C++、Ada 源代码？

我会考虑（假设是 GCC 4.6 版本）扩展 GCC 通过用 C 编写的插件，或者最好使用 MELT，一种高级域特定语言扩展 GCC（免责声明：我是 MELT 的主要作者）。

但是使用 GCC 作为库根本不现实。

我真的认为，对于您想要实现的目标，MELT 是正确的工具。但是，它的记录很差。请使用gcc-melt@googlegroups.com 列表提问。

请注意，扩展 GCC 确实需要一些工作（可能超过一周），因为您需要部分了解 GCC 内部表示。

【讨论】：

【解决方案5】：

我们的DMS Software Reengineering Toolkit 可以解析各种方言的 C、C++、Java 和 Ada 代码（目前不是 Objective C），并对代码进行转换。 DMS 的C and C++ 前端包含一个预处理器，因此您可以在解析之前进行预处理。

我可能不明白你想做什么，因为用“My....”前缀重命名每个函数和（全局？）变量似乎很奇怪。但是你可以通过一些 DMS 规则来做到这一点（GCC3 用户函数重命名的粗略草图：

domain C~GCC3.

rule rewrite_function_names(t: type_designator, i: IDENTIFIER, p: parameter_list, s: statements):
      function_header->functionheader
"\t \i(\p) { \s } " -> "\t \renamed\(\i\) (\p) { \s }" ;

还有一个辅助函数“重命名”，它接受一个包含标识符的树节点，并返回一个具有重命名标识符的树节点。

因为 DMS 模式只匹配解析树，所以您不会得到任何误报。

您需要一些额外的模式来处理每种语言中各种不同的语法情况（例如，对于 C，“void”返回类型，因为“void”不是语法中的类型指示符，以及全局变量声明），以及不同语言的不同规则（Ada的语法和C的不一样）。

这对你的任务来说似乎是个大锤，但如果你真的坚持以一种可靠的方式为各种语言做这件事，似乎很难避免为所有这些语言获得合适的解析器的问题。（如果你真的要对所有这些语言都这样做，可以教 DMS 处理 ObjectiveC，就像我们教它处理其他语言一样）。

您的替代方案是某种字符串破解解决方案，它可能在 95% 的时间都有效。如果你能接受，那么 Perl 或类似的东西可能是你的答案。

【讨论】：

看起来不错的解决方案，但它看起来是专有软件。我现在没有钱购买软件，而且我也不会使用其他我会使用它的 Windows。

【解决方案6】：

忘记 GCC，它是作为编译器的解析器，而不是分析解析器，你最好使用 libclang 之类的东西，clang 的 C 接口，它可以处理 C 和 C++

【讨论】：

几个 GCC 插件能够做一些分析，所以我认为它可能是一个相关的工具。
Basile：问题是它们是插件，clang 是作为分析器和解析器从头开始构建的，虽然我认为插件会减少工具链的长度，但我建议使用 LLVM +这些天在 GCC 上铿锵作响
作为一个编译器插件可以被视为一个决定性的优势：插件完全在编译器内部工作，所以准确地看到编译器看到的内容以及编译器的工作原理。此外，使用编译器插件比一些外部工具的破坏性更小：您基本上只需将一系列参数添加到您的 makefile 的 CFLAGS 或 CXXFLAGS 中。
我尝试过使用 libclang，但是我遇到了很多问题，我通过教程和其他东西并且永远无法获得任何代码来编译 stackoverflow.com/questions/7921676/… 所以我决定使用 gcc/clang/ANTLR 3一种应该工作的方式。