使用 python regex 从 C++ 源代码中提取命名空间答案

【问题标题】：Using python regex to extract namespaces from C++ sources使用 python regex 从 C++ 源代码中提取命名空间
【发布时间】：2010-11-02 23:15:49
【问题描述】：

我正在尝试提取 C++ 文件中定义的命名空间。
基本上，如果我的 C++ 文件包含：

命名空间 n1 { ... namespace n2 { ... } // 结束命名空间 n2 ... namespace n3 { ...} //结束命名空间 n3 ... } //结束命名空间n1

我希望能够检索：n1、n1::n2、n1::n3。

有人对我如何使用 python-regex 执行此操作有任何建议吗？

谢谢。

【问题讨论】：

【解决方案1】：

使用正则表达式搜索命名空间名称非常简单。但是，要确定嵌套级别，您必须跟踪源文件中的大括号嵌套级别。这是一个解析问题，不能（理智地）用正则表达式解决。此外，您可能必须处理文件中的任何 C 预处理器指令，这些指令肯定会影响解析。

C++ 是一种众所周知的难以完全解析的语言，但您可以使用标记器和花括号计数器来解决问题。

【讨论】：

这证实了我的担心。我相信我会听从您的建议：使用正则表达式提取命名空间名称和另一种处理大括号级别的方法。在这个阶段，我将忽略 C 预处理器指令。感谢您的回答。
请注意，您可以通过 cpp（预处理器）运行您的源代码并只处理 C++ 代码，因为编译器会看到它，但这意味着您还将看到命名空间声明 #included 通过头文件（例如.std).

【解决方案2】：

您不能完全忽略预处理器指令，因为它们可能会引入额外的命名空间。我看过很多类似的代码：

#define __NAMESPACE_SYSTEM__ namespace system

__NAMESPACE_SYSTEM__ {
   // actual code here...
}

然而，我看不出有任何理由使用这样的指令，除了打败正则表达式解析策略......

【讨论】：

【解决方案3】：

大多数时候，当有人问如何使用正则表达式做某事时，他们做错了事。我不认为这个案子有什么不同。

如果要解析c++，则需要使用c++解析器。可以做很多事情来打败正则表达式，但仍然是有效的 c++。

【讨论】：

【解决方案4】：

你可以为它写一个基本的词法分析器。没那么难。

【讨论】：

【解决方案5】：

需求很简单，您可能不需要复杂的解析器。您需要：

如果满足其他条件，这种简单的方法就有效：

我不认为这对你的消息来源有太多要求。

【讨论】：

【解决方案6】：

这就是我今天早些时候所做的：

添加的各种健全性检查表明我成功处理了 99.925% 的文件（6678 个文件中有 5 次失败）。问题是由于字符串中很少的“{”或“}”导致的 { 和 } 的数量不匹配，以及预处理器指令的不干净使用。

但是，我只处理头文件，并且我拥有代码。这限制了可能导致某些问题的场景数量，我可以手动修改我未涵盖的场景。

当然，我知道在很多情况下它会失败，但对于我想要实现的目标来说，这可能已经足够了。

感谢您的回答。

【讨论】：