如何使用clang从源文件中提取标头？

Question

我正在使用clang ast匹配器从源文件中提取一些信息。 现在，我还想知道源文件正在使用的标头和依赖标头的列表。 例如，源文件abc.c具有以下标头：

#include <def.h>
//#include <def_private.h>

在执行clang匹配程序期间，我需要确保clang知道def.h，它位于同一目录中。 def.h包含以下头文件：

#include <iostream.h>
#include <string.h>
#include <float.h>
#include <math.h>
/*#include <boost>
* #inclde <fstream>*/

我做过匹配器以从abc.c中提取或识别信息。 现在，我想提取所有标题或包含的内容。 这应该包括所有这些：

#include <def.h>
#include <iostream.h>
#include <string.h>
#include <float.h>
#include <math.h>

我进行了一些在线研究，但是不幸的是，所有这些研究都涉及到正则表达式（ 从c文件中提取标题名称的正则表达式 ）或在Visual Studio中的操作（在Visual Studio中显示C ++文件的#include层次结构 ）。

我想知道是否可以使用clang。 另外，请告知我是否还有其他方法可以通过编程方式提取标头，而不仅仅是使用正则表达式。

Answer 1

OP说，除了以正则表达式之外，还有其他任何以编程方式提取标头的方法。 ....没有叮当声是可以的 。

我们都同意，正则表达式根本无法做到这一点。 您需要将源文本解析为树，并在树中显式显示#include指令。

我不是Clang专家。 我怀疑其内部树反映了经过预处理的源，因此#include构造已消失。 那么问题就在于坚持预处理源文本以对其进行解析。

我们的DMS软件再造工具包及其具有C ++ 17功能的解析器可以在不扩展指令的情况下处理此类解析。 它可以通过两种方式进行操作：a）在相对于源代码“预处理器”指令“结构良好”的情况下，可以将C ++前端配置为捕获解析树，并且这些指令也被解析为适当位置的树； 这在实践中效果很好，但有时需要手动修补特别丑陋的条件或宏调用以使其“结构良好”，或者b）解析捕获以（几乎）任意方式放置的预处理器指令；这捕获了指令有时以自动复制少量代码为代价，实质上会导致情况a）所要求的良好重组。

无论哪种情况，＃include指令现在都显式出现在AST中，其中包含的文件几乎被构建为代表包含文件的辅助树。 寻找这种显式包含节点的树木漫步很容易找到此类树节点。 DMS的ASTInterface提供ScanTree遍历节点并在某些提供的谓词为节点为真时采取措施； 检查#include节点很容易。 值得注意的是，因为条件指令也保留了，通过从#include onr树上向上走就可以构造出实际上包含include文件的条件。

当然，头文件本身也会被解析，从而生成一棵树。 任何包含它的东西都已出现在其树体中。 必须在所有这些树上运行ScanTree来收集所有包含文件。

OP没有说他想对#includes做什么。 DMS提供了许多解析之外的方法来帮助OP实现其目的，包括符号表构造，控制和数据流分析，树模式匹配，以源语言（C ++）语法表示的树到树转换以及最终的源代码（重新）从修改后的语法树生成。