检测开始＆amp;没有完整的C解析器的C声明的结尾

Question

我想部分解析C声明和/或函数定义列表。

也就是说，我想将其拆分为子串，每个子串包含一个声明或函数定义。

然后将每个声明（单独）传递给另一个模块（ 包含完整的C解析器，但我无法直接调用。）

显然我可以通过在我的程序中包含另一个完整的C解析器来实现这一点，但我希望避免这种情况。

到目前为止，我遇到的棘手案件涉及'}'是否终止声明/定义的问题。例如在

中

int main(int ac, char **av) {return 0;}

...... '}'是终结者，而在

typedef struct foo {int bar;} *pfoo;

不是。可能还有像这样的病态代码片段：

struct {int bar;} *getFooPtr(...) { /* code... */ }

备注

• 请假设在我的函数看到之前C代码已经完全预处理。 （实际上它没有，但我们有一个解决方法。）
• 我的解析器可能会在Lua中使用LPeg
实现

Answer 1

据我所知，以下解决方案仅适用于声明（即，必须将函数定义保留在本节之外，或者在它们之后添加分号可能是一种解决方法：）< / p>

1. 检查当前位置的字符
2. 如果是;，我们已经找到了声明的结尾。
3. 如果是"或'，请跳转到匹配的引号，必要时跳过转义序列。
4. 如果是(，[或{，请跳转到匹配的)，]或}（跳过嵌套的括号和必要时递归字符串）
5. 否则，前进到下一个输入字符并转到步骤1.

如果这被证明是不能令人满意的，我将切换到 clang 解析器。

Answer 2

要在处理函数定义的答案中扩展状态机，请添加以下步骤：

1. 将fun / var state设置为'unknown'
   
2. 检查当前位置的字符
3. 如果它是;，我们找到了声明的结尾，而不是函数定义（尽管可能是函数声明）。
4. 如果是"或'，请跳转到匹配的引号，必要时跳过转义序列。
5. 如果是(，[或{，请跳转到匹配的)，]或}（跳过嵌套的括号和必要时递归字符串）
6. 如果fun / var state是'function'而我们刚刚跳过{ .. }，我们已经找到了声明的结尾，以及它的函数定义
7. 如果fun / var状态为“未知”且我们刚刚跳过( .. )，请将fun / var状态设置为“function”。
8. 如果当前字符为=或,，请将fun / var状态设置为'not-function`。
9. 前进到下一个输入字符，然后返回2.

当然，这只适用于预处理后的代码 - 如果你的宏有各种奇怪的东西尚未扩展，那么所有的赌注都会关闭。

Answer 3

您最好的选择是提取与声明相关的C语法部分，并为该语法或缩写版本构建解析器。同样，你想要函数体的语法，以类似的方式缩写，所以你可以跳过它们。

这可能会为声明生成一个相对值得信赖的解析器。

不幸的是，你不太可能得到一个值得信赖的C语法; ANSI标准中的那个不是编译器实际使用的那个。每个供应商都为其编译器添加了好东西和复杂功能（例如，MS C的de​​clspecs等）。

预处理器运行的假设很有意思。您将在哪里获得预处理器配置？ （例如，编译器命令行定义，包括路径，编译指示设置等）？这比看起来更难，因为每个开发环境都定义了设置预处理器条件的不同方法。

如果您愿意接受偶然的错误，那么任何启发式算法都是有效的候选者， 以多少方式模拟重要客户端代码的错误。这也意味着您可以处理未经处理的代码，完全避免预处理器问题。