来源操纵

Question

我需要在Linux内核中进行一些源到源操作。我试图用clang来达到这个目的，但是有一个问题。 Clang对源代码进行预处理，即宏和包含扩展。这导致clang有时会在Linux内核方面产生破碎的C代码。我不能手动维护所有更改，因为我希望每个文件有数千个更改。

我尝试过ANTLR，但可用的公共语法不完整，不适合Linux内核等项目。

所以我的问题如下。有没有办法在不预处理的情况下对C代码执行源到源操作？

假设下面的代码。

#define AAA 1
void f1(int a){
    if(a == AAA)
        printf("hello");
}

在应用源到源操作后，我想得到这个

#define AAA 1
void f1(int a){
    if(functionCall(a == AAA))
        printf("hello");
}

但是，例如，Clang生成的代码不符合我的要求，即它扩展了宏AAA

#define AAA 1
void f1(int a){
    if(functionCall(a == 1))
        printf("hello");
}

我希望我足够清楚。

修改

以上代码只是一个例子。我想要做的源到源操作不受if()语句替换的限制，而是在表达式前插入一元运算符，用其正值或负值替换算术表达式等。

解决方案

我找到了一个解决方案。我使用gcc来生成预处理的源代码，然后应用Clang。然后我对宏扩展没有任何问题，包括，因为那个工作是由gcc完成的。谢谢你的答案！

Answer 1

您可以考虑http://coccinelle.lip6.fr/：它提供了一个很好的语义修补框架。

Answer 2

一个想法是替换所有出现的

if(a == AAA)

与

if(functionCall(a == AAA))

您可以使用例如sed工具轻松完成此操作。

如果要更换有限的模式集合，可以编写一个sed脚本来执行替换。

这会解决您的问题吗？

Answer 3

处理预处理器是将转换应用于C（和C ++）代码时最困难的问题之一。

我们的DMS Software Reengineering Toolkit及其C Front End相对接近这一点。 DMS可以解析C源代码，保留大多数预处理器条件，宏定义和使用。

它通过在“结构良好”的位置允许预处理器操作来实现。示例：允许声明或语句发生的#defines，宏调用和条件作为语言中许多非终结符的替换（例如，函数头，表达式，语句，声明）以及人们通常放置的许多非结构化位置他们（例如，＃if fooif（...）{＃endif）。它解析源代码和预处理器指令，就好像它们是一种语言（它们是，它的名称为“C”）的一部分，并构建相应的AST，它们可以被转换并使用捕获的预处理器指令正确地重新生成。 [这个级别的能力完美地处理了OP的例子。]

某些指令的位置很差（在语法意义上，例如，跨语言的多个片段，以及“你必须开玩笑”的可理解性）。这些DMS通过扩展它们来处理，并由高级工程师提供一些指导（“总是扩展这个宏”）。一种不太令人满意的方法是将非结构化预处理器条件/宏调用手动转换为结构化调用;这有点痛苦，但比人们预期的更可行，因为坏情况的发生频率远远低于好情况。

为了做得更好，需要考虑预处理器条件的符号表和流分析，并捕获所有预处理器条件。我们已经用DMS做了一些实验工作来捕获符号表中的条件声明（似乎工作正常），我们刚开始为后者开发一个方案。

不容易变绿。

Answer 4

Clang保留有关原始源代码的非常准确的信息。

最值得注意的是，SourceManager能够判断给定的令牌是从宏扩展还是按原样编写，而Chandler Caruth最近实现了宏诊断，它能够显示实际的宏扩展堆栈（at追溯的各个阶段）追溯到实际的书面代码（3.0）。

因此，可以使用生成的AST，然后重写源代码，其所有宏仍然存在。您几乎必须查询每个节点以了解它是否来自宏扩展，如果它确实检索了扩展的原始代码，但似乎仍然可能。

• Clang中有一个重写器模块
• 您可以在宏诊断堆栈上挖掘Chandler的代码

所以我猜你应该拥有所有你需要的东西:)（希望如此，因为我将无法提供更多帮助：p）

Answer 5

我建议采用Rose框架。 Source可在github上找到。