用PHP编写的任何体面的PHP解析器？

Question

我做了很多工作来操作和分析PHP代码。通常我只是使用Tokenizer来执行此操作。对于大多数应用来说这已足够。但有时使用词法分析器进行解析并不够可靠（显然）。

因此，我正在寻找一些用PHP编写的PHP解析器。我找到了hnw/PhpParser和kumatch/stagehand-php-parser。两者都是通过使用PHP而不是C（然后编译为LALR（1）解析器）将zend_language_parser.y自动转换为.y文件来创建的。但是这种自动转换无法使用。

那么，有没有用PHP编写的不错的PHP解析器？ （我需要一个用于PHP 5.2，一个用于5.3。但是其中一个也是一个很好的起点。）

Answer 1

在这里找不到完整稳定的解析器后，我决定自己写一个。结果如下：

  

PHP-Parser ：用PHP编写的PHP解析器

该项目支持解析为PHP 5.2和PHP 7.1之间的任何PHP版本编写的代码。

除了解析器本身之外，库还提供了一些相关的组件：

• 将AST编译回PHP （“漂亮的打印”）
• 遍历和更改AST的基础架构
• 与XML进行序列化（以及以人类可读形式进行转储）
• 解析命名空间名称（别名等）

有关使用情况概述，请参阅"Usage of basic components"的documentation部分。

Answer 2

这对你来说不是一个很好的选择，因为它违反了纯PHP约束，但是：

不久前，php-internals人员决定将他们转换为Lemon作为他们的解析技术。有branch in the PHP svn repo包含所需的更改。

他们决定not to continue with this，因为他们发现他们的柠檬溶液慢了约10-15％。但是，分支仍在那里。

有一个older Lemon parser被编写为PHP扩展。你也许可以使用它。还有this PEAR package。还有this other lemon package（通过this博客文章关于PGN）。

当然，即使你让它工作，我也不确定你对数据做了什么，或者数据甚至是什么样的。

另一个古怪的选择是peeking at Quercus，这是Java中的PHP实现。他们必须写一个解析器，也许值得研究。

Answer 3

度量工具PHP Depend包含从完全用PHP编写的PHP源生成AST的代码。它确实利用PHP自己的token_get_all进行标记化。

源代码可在github上找到：https://github.com/manuelpichler/pdepend/tree/master/src/main/php/PHP/Depend

在我检查过的某些部分（如数学表达式）的AST实现尚未完成，但根据其作者的说法，这是目标。

Answer 4

嗯，这不是PHP，对不起，但构建这种机器很难，而且PHP并不是特别适合语言处理的任务。

我们的PHP Front End 它提供完整的PHP 4.x和5.x（编辑9/2016：现在处理PHP 7）解析，自动构建具有完整PHP语法的所有细节的AST，可以生成可编译的源代码来自AST的文字。当您考虑所有棘手的细节（包括奇怪的字符串文字，捕获的注释，数字与基数等）时，这比听起来更难。

但ASTs are hardly enough（你已经注意到令牌甚至还不够）。

DMS Software Reengineering Toolkit构建它的基础，为AST的分析和仲裁转换提供支持。它还将同时读取大量文件，从而实现跨 PHP文件的分析和转换。

Answer 5

PHP有一个ANTLR端口：http://code.google.com/p/antlrphpruntime/w/list

它已被抛弃，但我认为它仍然有效。