解析类 C 定义字符串的最有效方法？答案

【问题标题】：Most effective way to parse C-like definition strings?解析类 C 定义字符串的最有效方法？
【发布时间】：2010-10-22 00:05:23
【问题描述】：

我有一组用类 C 语言编写的函数定义，其中包含一些可以放在一些参数之前的附加关键字（例如，与“无符号”或“寄存器”相同），我需要分析这些行以及一些函数存根并从中生成实际的 C 代码。

任何帮助将不胜感激。

【问题讨论】：

【解决方案1】：

ANTLR 是常用的（与 Lex\Yacc 一样）。

ANTLR，另一种语言工具识别，是一种语言工具提供构建框架识别器，解释器，编译器，和语法翻译包含动作的描述多种目标语言。

【讨论】：

【解决方案2】：

还有Lemon Parser，它的语法限制较少。不利的一面是你嫁给了柠檬，当你发现一些限制很糟糕时，将解析器的语法重写为其他东西。好的一面是它真的很容易使用..而且是独立的。您可以将其放在树中，而不必担心检查其他人的存在。

SQLite3 使用它，其他几个受欢迎的项目也是如此。我不是说使用它，因为 SQLite 可以，但如果时间允许，不妨试一试。

【讨论】：

【解决方案3】：

这完全取决于您对“有效”的定义。如果您拥有世界上所有的时间，最快的解析器将是一个手写的拉解析器。它们需要很长时间来调试和开发，但今天，在运行时性能方面，没有任何解析器生成器能胜过手写代码。

如果您想要在一周左右的时间内解析有效 C 的东西，请使用解析器生成器。代码将足够快，并且大多数解析器生成器已经附带了 C 语法，您可以将其用作起点（避免 90% 的常见错误）。

请注意，正则表达式不适合解析递归结构。这种方法比使用生成器要慢，而且比手写的拉解析器更容易出错。

【讨论】：

【解决方案4】：

实际上，这取决于您的语言有多复杂以及它是否真的接近 C...

不过，即使对于正则表达式，您也可以使用 lex 作为第一步 ....

我会选择 lex + menhir 和 o'caml....

但任何 flex/yacc 组合都可以..

常规野牛（yacc 的 gnu 实现）的主要问题源于 C 类型。您必须描述整个树（以及所有操作函数）...使用 o'caml 会更容易.. .

【讨论】：

【解决方案5】：

对于您想做的事情，我们的DMS Software Reengineering Toolkit 可能是一个非常有效的解决方案。

DMS 专为支持您所讨论类型的客户分析器/代码生成器而设计。它为定义任意语言解析器/分析器提供了非常强大的工具（在 30 多种真实语言上进行了测试，包括 C、C++、Java、C# 和 COBOL 的几种完整方言）。

DMS 可自动构建 AST（因此您无需做任何事情，只需正确掌握语法即可获得可用的 AST），支持对您指定的模式导向检查构建自定义分析，可以构建新的表示您要生成的代码的 C 特定 AST，并将它们作为可编译的 C 源文本输出。用于 DMS 的 C 的现有定义可能会弯曲以涵盖您的类 C 语言。

【讨论】：

这听起来像是一个无耻的插件/促销产品，你必须花大量现金......有趣的是，你在这里提到了完全相同的事情......stackoverflow.com/questions/526797/…这是编程问题的地方，而不是推广商业软件....
问题是，“最好的方法是什么”。答案应该合理地包括有帮助的软件，无论是商业的还是非商业的。是的，我有偏见，因为我在 15 年前就构思了这个答案来回答这类问题。