我曾尝试通过 Python 使用 #include 解析文件。我尝试使用sed 命令匹配模式。这两种方式我都会得到垃圾数据。例如，如果在某些评论中我有 /* #include "header.h" */ 我也会得到这些行。如何避免这种情况？
【问题讨论】：
GCC 支持-H 选项。考虑源文件hw.c：
#include <stdio.h>
int main(void) { puts("Hello world"); return 0; }
在带有 GCC 4.8.1 的 Mac OS X 10.9.4 上：
$ gcc -H -c hw.c
. /usr/include/stdio.h
.. /usr/include/sys/cdefs.h
... /usr/include/sys/_symbol_aliasing.h
... /usr/include/sys/_posix_availability.h
.. /usr/include/Availability.h
... /usr/include/AvailabilityInternal.h
.. /usr/include/_types.h
... /usr/include/sys/_types.h
.... /usr/include/machine/_types.h
..... /usr/include/i386/_types.h
.. /usr/include/sys/_types/_va_list.h
.. /usr/include/sys/_types/_size_t.h
.. /usr/include/sys/_types/_null.h
.. /usr/include/sys/_types/_off_t.h
.. /usr/include/sys/_types/_ssize_t.h
.. /usr/include/secure/_stdio.h
... /usr/include/secure/_common.h
Multiple include guards may be useful for:
/usr/include/secure/_stdio.h
/usr/include/sys/_posix_availability.h
/usr/include/sys/_symbol_aliasing.h
$
【讨论】：
一旦你开始考虑像
这样的不平凡的案例/* #include <header.h> */
您很快就会达到编写自己的依赖项提取器不再实际的地步。
考虑以下示例：
#define PLUGIN "my_extension.h"
#include PLUGIN
#ifdef WITH_CURSES
# include <curses.h>
#endif
您可以无限期地继续该列表。如果你想正确处理所有这些，你最终会实现一个完整的预处理器。
我不知道你想对生成的苍蝇列表做什么，但常见的情况是确定编译单元依赖于哪些文件，例如生成 makefile。大多数编译器都为此提供了特殊支持。在 GCC 中，它是 -M 选项。
main.c
#include <alpha.h>
/* #include <beta.h> */
#ifdef PLUGIN
#include PLUGIN
#endif
#if WITH_DELTA
#include <delta.h>
#endif
alpha.h
#include <epsilon.h>
让 beta.h、gamma.h、delta.h 和 epsilon.h 为空（或者，至少不是#include 任何东西）。
$ gcc -I. -M main.c
main.o: main.c /usr/include/stdc-predef.h alpha.h epsilon.h
$ gcc -I. -DPLUGIN='<gamma.h>' -M main.c
main.o: main.c /usr/include/stdc-predef.h alpha.h epsilon.h gamma.h
$ gcc -I. -DWITH_DELTA=1 -M main.c
main.o: main.c /usr/include/stdc-predef.h alpha.h epsilon.h delta.h
即使您最终并未尝试生成 makefile，解析预处理器的输出也将比您自己浏览源文件容易很多。
【讨论】：
-I 选项将各个目录添加到包含路径中，就像您实际在编译一样。
您是否考虑过使用类似 pycparser 的东西来解析 C 文件？对于您的问题来说，这可能有点矫枉过正，但它确实允许更高级的解析选项。
【讨论】：
如果你的编译器支持-E（或类似的）选项，这样的东西可能会有用：
cc -E myprogram.c | grep '^# 1 '
-E 选项表示只运行预处理阶段并显示结果。
此方法的一个优点是您可以像正常编译一样包含任何重要的-I 和-D 命令行选项，从而捕获可能产生的任何行为变化。
【讨论】：
-MD 或 -H 以获得更好的效果。
您可以使用 grep 实用程序（Linux、MacOS X）：
grep '/^\s*#/' my_file.c
或（用于多文件搜索）
grep '/^\s*#/' *.c
【讨论】：
\s（除非你使用 gnu grep，即使那样你也需要指定 -P 来启用 Perl 风格的正则表达式）。请改用[[:space:]]。但无论如何，如果假定的 #include 在 /* 评论中，这仍然可能失败。
我使用带有匹配和搜索功能的 re 模块。搜索将在字符串中找到任何文本，而匹配从字符串的开头开始
【讨论】：