如何使用正则表达式在C文件中查找所有数组声明？

Question

我正在尝试分析一些第三方代码，并且对给定源（.c和.h）中声明+定义的所有数组都感兴趣。 知道在移植到嵌入式系统时是否浪费了一些内存很有趣。

我可以假设仅使用标准类型，即char，int，long，float，double。

这是我要查找的示例：

char message[100];
int tag[MY_PERSONAL_TAG_SIZE];
double vald[2]   ={1.0,1.1}; 

在同事的大力支持下，我尝试了以下方法，但得到了一些误报：

egrep -e '(char|int|long|short|float|double)[ \t]*[^ \t)]+[ \t]*\[[^ \t]+\]' *

这也会发现（不应该）：

wordTable  = &intTable[0];
MyFunction (MyPointer* foo, int *bar, int code[4], int add[4], char *Mystring[4]) {

我想正则表达式还会发现其他一些误报，并且可能会错过它应该找到的一些定义。 因此，我很高兴听到任何建议。 谢谢。

Answer 1

我建议使用clang-query代替regex 。 这是一个显示clang-query可以执行的示例。

两个文件test.h和test.cpp与问题类似。

$ cat ~/CPP/test.h
 1  int x[10], y, z[10];

$ cat ~/CPP/test.cpp
 1  #include "test.h"
 2  
 3  #define MY_PERSONAL_TAG_SIZE 10
 4  
 5  struct MyPointer;
 6  
 7  void MyFunction (MyPointer* foo, int *bar, int code[4], int add[4], char *Mystring[4])
 8  {
 9  }
10   
11  int main()
12  {
13      char message[100];
14      int tag[MY_PERSONAL_TAG_SIZE];
15      double vald[2]   ={1.0,1.1}; 
16      int a[10], b, c[30];
17  
18      return 0;
19  }

使用test.cpp和查询数组声明运行clang-query 。

$ ./clang-query ~/CPP/test.cpp --
clang-query> help
Available commands:

  match MATCHER, m MATCHER      Match the loaded ASTs against the given matcher.
  set bind-root (true|false)    Set whether to bind the root matcher to "root".
  set output (diag|print|dump)  Set whether to print bindings as diagnostics,
                                AST pretty prints or AST dumps.

clang-query> match varDecl(hasType(arrayType()))

Match #1:

~/CPP/test.h:1:1: note: "root" binds here
int x[10], y, z[10];
^~~~~~~~~

Match #2:

~/CPP/test.h:1:1: note: "root" binds here
int x[10], y, z[10];
^~~~~~~~~~~~~~~~~~~

Match #3:

~/CPP/test.cpp:13:5: note: "root" binds here
    char message[100];
    ^~~~~~~~~~~~~~~~~

Match #4:

~/CPP/test.cpp:14:5: note: "root" binds here
    int tag[MY_PERSONAL_TAG_SIZE];
    ^~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Match #5:

~/CPP/test.cpp:15:5: note: "root" binds here
    double vald[2]   ={1.0,1.1}; 
    ^~~~~~~~~~~~~~~~~~~~~~~~~~~

Match #6:

~/CPP/test.cpp:16:5: note: "root" binds here
    int a[10], b, c[30];
    ^~~~~~~~~

Match #7:

~/CPP/test.cpp:16:5: note: "root" binds here
    int a[10], b, c[30];
    ^~~~~~~~~~~~~~~~~~~
7 matches.
clang-query> 

Answer 2

这将需要一些正则表达式向导，但不够可靠 。 您应该为此类任务使用适当的C解析器。

但是，如果您想快速又脏乱地执行操作，以下是一个Perl（或与Perl兼容）的正则表达式可以解决这个问题（它需要与m和s修饰符一起使用）：

(?:\(.*\)|\/\*.*?\*\/)(*SKIP)(?!)|(?:^|[;,])\s*\K(?:char|int|long|short|float|double)(?:\s*\**\s*\w+\s*\[\w*\]\s*[=;,])+

演示： http ： //regex101.com/r/hY6sV2/3

它忽略注释或括号中的所有内容，并尝试在行的开头或冒号或分号之后找到数组声明。

Answer 3

您可以尝试使用此正则表达式：

\w+\s\w+\[\w+\](?!,)

工作演示

Answer 4

尝试：

(?:char|int|long|short|float|double)(?:\s+.*?)?\[.*?\].*?;

如果满足以下条件，则此正则表达式符合要求：

• 数组的类型为：char，int，long，short，float，double
• 数组声明以;结尾