背景

Question

我正在寻找一种在项目的C / C ++代码中搜索给定术语的方法，同时忽略注释和字符串中的任何出现。

由于代码库相当大，我正在寻找一种方法自动识别与我的搜索词匹配的代码行，因为它们需要手动检查。

如果可能，我想在我的linux系统上执行搜索。

背景

有问题的代码库是一个带有大量第三方插件的实时信号处理引擎。插件是用各种语言实现的（主要是C语言，还有C ++和其他语言;目前我只关心这两种语言），没有执行任何标准。

我们的代码库目前使用内置类型float作为浮点数，我们希望将其替换为允许我们使用双精度的typedef。我们希望在实际代码中找到float的所有匹配项（忽略评论和打印输出中的合法用法）。

更进一步的是，在代码有效负载中有float的某些（虽然很少）合法使用（所以我们真的在寻找一种方法来识别所有的地方需要手动检查，而不是运行一些自动搜索和替换。）

代码还包含到(float)的C样式静态强制转换，因此依靠编译器警告来识别类型不匹配通常不是一种选择。

代码库包含超过3000个（C和C ++）文件，累积约750000行代码。

代码是跨平台的（linux，osx，w32是主要目标;但也是freebsd和类似的），并使用各种本机编译器（gcc / g ++，clang / clang ++，VisualStudio，...）进行编译

到目前为止......

到目前为止，我正在使用丑陋的东西：

 grep "\bfloat\b" | sed -e 's|//.*||' -e 's|"[^"]*"||g' | grep "\bfloat\b"

但我认为必须是搜索有效负载代码的更好方法。

Answer 1

恕我直言，在“Unix＆amp; Linux”上的类似问题上有一个很好的答案：

grep适用于纯文本，并且对此没有任何了解   C程序的基础语法。因此，为了不搜索   在评论中你有几个选择：



在搜索之前删除C-comments，您可以使用gcc执行此操作   -fpreprocessed -dD -E yourfile.c有关详细信息，请参阅Remove comments from C/C++ code



编写/使用您已经找到的一些hacky半工作脚本   （例如，他们通过跳过以//或/ *开头的行来工作）   处理所有可能的C / C ++注释的细节（再次，请参阅   一些可怕的测试用例的上一个链接）。然后你仍然可能有假   积极的，但你不必预先处理任何事情。



使用更高级的工具在代码中进行“语义搜索”。一世   找到了“coccigrep”：http://home.regit.org/software/coccigrep/这个   一种工具允许搜索某些特定的语言语句   （即更新具有给定名称的结构），当然也就是他们   删除评论。

https://unix.stackexchange.com/a/33136/158220

虽然它并没有完全涵盖你的“不在字符串”的要求。

Answer 2

它实际上可能取决于代码库的大小，也可能取决于您通常使用的编辑器。我建议使用GNU emacs（如果可能的话，在Linux上使用最近的GCC编译器...）

对于中小型代码（例如小于300KLOC），我建议使用Emacs的grep mode。然后（假设您已将next-error Emacs函数绑定到某个键，可能是(global-set-key [f10] 'next-error)中的~/.emacs ...），您可以快速扫描float的每次出现（偶数）在字符串或注释中，但你会很快跳过这样的事情......）。几个小时后，您将完成中等大小的源代码（这比学习如何使用新工具更快）。

对于大型代码（数百万行），可能需要自定义一些静态分析工具或编译器。您可以使用GCC MELT在Linux上自定义GCC编译器。其findgimple mode可能具有启发性，甚至可能非常有用（您可能希望找到针对float的所有Gimple分配）

顺便说一下，你可能不想用float取代double类型的所有次出现 - 但只有大多数}（可能适当{{} 1}} - ed ...），因为很可能你正在使用一些外部（或标准）函数需要一个typedef。

CADNA工具可能也很有用，可以帮助您估算结果的精确度（这样可以帮助您决定何时使用float是合理的）。

使用GCC MELT中提到的CADNA，Coccinelle，Frama-C，Fluctuat（或许Coccigrep或g0hl1n's answer等语义工具}}会给出更精确或相关的结果，代价是花费更多时间（可能是几天！）来学习和定制工具。

Answer 3

执行此操作的有效方法应该是EMP_ID FIRSTNAME LASTNAME SALARY ADDRESS_ID START_DATE END_DATE 1 Bob Way 55000 6 2010-06-10-12:00 2010-06-10-12:03 null Bob Way 50000 6 2010-06-10-12:03 null（http://cscope.sourceforge.net/）使用cscope选项的面向行的模式，但我还没有在各种各样的C标准，如果这对您不起作用，或者如果您无法获得find this C symbol，请执行以下操作：

cscope

第一个find . -type f -print | while IFS= read -r file do sed 's/a/aA/g;s/__/aB/g;s/#/aC/g' "$file" | gcc -P -E - | sed 's/aC/#/g;s/aB/__/g;s/aA/a/g' | awk -v file="$file" -v OFS=': ' '/\<float\>/{print file, $0}' done替换所有带有唯一标识符字符串的哈希（sed）和#符号，以便预处理器不会对#include进行任何扩展等。但我们可以在预处理后恢复它们。

__预处理输出以删除注释。

第二个gcc替换了我们之前使用实际哈希符号添加的哈希标识符字符串。

sed实际上在单词边界内搜索awk，如果找到则打印文件名加上找到的行。这使用GNU awk作为单词边界float和\<。

第二个sed的工作可以作为awk命令的一部分完成，但我喜欢2个seds的对称性。

与使用\>不同，这种sed / gcc / sed / awk方法不会避免在字符串中找到错误的匹配，但希望其中只有很少一些，你可以将它们排除在后无论如何都要手动处理。

它不适用于包含换行符的文件名 - 如果你有那些你可以但脚本中的正文，并将其作为cscope执行。

通过添加您正在使用的任何C或C ++版本来修改gcc命令行，例如： find .. -print0 | xargs -0 script。

如何在源代码

背景

到目前为止......

3 个答案: