Question

如何从gcc C代码构建AST（抽象语法树）以进行一些修改，例如将一些int变量转换为float，然后再将代码重新生成（生成）到C语法。

实际上，目前，我真正需要的唯一功能是从包含几行的c程序中提取变量及其类型表...我认为有一个简单的解析器就是这样做的。

我有一些变量，如：

int  var_bss ;           
float var_f_bss;            
int var_data = 4;        
float var_f_data = 5;

一个功能：

int Foo(){          
   some local variables;            
}

代码位于单个c文件中。

我想向最终用户介绍所有变量，让他选择特定内存段中的源类型，例如.data中的int变量。然后用户可以将这些变量转换为浮点数。最后，我为用户生成了相同的代码，但是使用了他选择的新变量类型。

Answer 1

首先，这是一项艰巨的任务，因为C的抽象语法树比你认为的要复杂得多。

然后，如果您使用的是最近的GCC（例如4.7或4.8），我强烈建议自定义GCC ，例如使用MELT扩展名（或某些GCC插件）。

我并不认为这是一项简单的任务，因为很可能您需要了解GCC内部表示的细节。

BTW， MELT 是一种扩展GCC的领域特定语言，专为您梦寐以求的任务而设计。您可以使用MELT转换内部GCC表示（Gimple和Tree-s）。

在GCC内部（或者在Clang / LLVM之类的其他编译器中）工作的优点是你不必吐出一些C代码（这实际上比你想象的要困难得多）;你只需转换内部编译器表示，也许最重要的是，你利用“免费”编译器总是做的很多事情：所有类型的优化，如常量折叠，内联，共同子表达式消除等等，......等。

Answer 2

Eli Bendersky的pycparser是一个用Python编写的C源到源工具：https://github.com/eliben/pycparser

它将解析C99并且可以构建详细的解析树，其节点与K＆amp; R“C编程语言”附录A ch中的语法匹配。 13“语法”。它建立在lex / yacc，flex / bison的Python伪实现上，无论是什么称为PLY。

它有例子，它很容易上手。就像其他海报所说的那样，将解析树减少到最小AST并且遗漏了所有不相关的细节是一项复杂的任务。

此项目也可以进行源到源转换：https://github.com/axw/cmonster/ CMonster是用Python编写的，包含了Clang API。

如果您想使用GCC完成任务，您应该查看MELT。还有另一个项目，其中脚本语言是JavaScript，但我不记得名称ATM ..

编辑：回复评论

是的，处理中间表示的框架被称为TreeHydra并且它被放弃了，但是我仍然可以看到。有一个年轻博士在线的视频教程。设计TreeHydra的家伙 - 我认为我发现它与谷歌视频 - 解释他选择JS作为界面语言因为受欢迎等他出现了知识和魅力，我想这是特定项目卡住我的原因:)没试过不过我自己。

我自己正在使用Eli Bendersky的框架作为构建块，从事业余爱好控制流程图和数据流分析工具。在我试过的工具包中，Eli的工具包看起来真的很有前途。结合这个特别酷的项目的灵感：Atul's Mini-C Compiler使用相同的Lex / Yacc Python端口（PLY）。还没有做太多，但是比学习libclang更容易上手，尽管我也认为这是一条非常有前途的路线。

Answer 3

您要求的是C源到源变换器。这样的工具很难构建，部分原因是由于C的固有复杂性，部分是因为C预处理器：AST可能包含来自系统头部等的碎片，你需要在解析时正确处理（在C再次发出C代码）结束）。

你可以试试Robert Grimm的SuperC：https://cs.nyu.edu/rgrimm/xtc/ 该特定解析器应该处理所有C（包括预处理器位）。我不知道它是否可以处理解析，但这应该相对容易（阅读：仍有很多工作要做）。

从C代码构建AST

3 个答案: