Python pycparser(c文件解析)模块使用教程

感谢这两篇文章对于我学习之初的帮助
https://blog.csdn.net/u011079613/article/details/122462729
https://blog.csdn.net/qq_38808667/article/details/118059074

安装 pycparser 模块

pip install pycparser -i  https://mirrors.aliyun.com/pypi/simple/

模块开发者网址

https://github.com/eliben/pycparser

获取抽象语法树

1. 需要导入的模块

# parser_file 用于处理c语言文件
from pycparser import parse_file
from pycparser import CParser
# c语言有错误时，会引出此错误
from pycparser.plyparser import ParseError
# c_ast.py 文件下包含了抽象语法树的节点类
from pycparser.c_ast import *

2. 获取 不关注预处理相关 c语言文件的抽象语法树ast

文件中需删除 #开头 预处理代码，不能有注释代码

1. 方法1：

ast = parse_file(filename, use_cpp = False)

2. 方法2：

with open(filename, encoding='utf-8',) as f:txt = f.read()
ast = CParser().parse(txt)  # 使用此方法需要 删除头文件

3. 获取 预处理后的c语言文件的抽象语法树ast

获取c语言文件的抽象语法树ast，如果要处理 #include 等语句，需要下载fake_libc_include文件夹，让编译器预处理常用的方法（添加其到代码的抽象语法树中）
点击此处下载 fake_libc_include

cpp_args必须加上 -E , 否则返回的抽象语法树是个空列表

ast = parse_file(filename, use_cpp = True, cpp_path=r'C:\MinGW\bin\gcc.exe', cpp_args=['-E', r'-Iutils/fake_libc_include'])

使用 parse_file 类获取 预处理后的c语言文件的抽象语法树ast

parse_file 参数	说明
filename	需要解析的 .c 文件名
use_cpp	是否使用本地c语言编译器预处理代码，去掉其中的#命令（头文件、宏定义、pragma）值：False/True
cpp_path	本地c语言编译器路径
cpp_args	fake_libc_include文件夹路径，需要在路径添加 -I 指明所包头文件路径; use_cpp=True 时使用

语法树组成

抽象语法树 ast 类型为 <class 'pycparser.c_ast.FileAST'>

其解析的具体内容通过 print(ast.ext) 查看，ext 数据类型为列表

FileAST 下级节点只有 3 种可能 :

• Typedef ：typedef 数据类型定义
• Decl ：变量声明
• FuncDef ：函数声明

示例：
test.c

typedef int uint32;
int g =0;
int add(int a, int b)
{int c = 0;c = a + b;return c;
}
int main(void)
{printf("hello world");return 0;
}

cparser.py

# parser_file 用于处理c语言文件
from pycparser import parse_file
from pycparser import CParser
# c语言有错误时，会引出此错误
from pycparser.plyparser import ParseError
# c_ast.py 文件下包含了抽象语法树的节点类
from pycparser.c_ast import *filename = 'test.c'ast = parse_file(filename, use_cpp = False)print(type(ast))for eachNode in ast.ext:print(eachNode.__class__.__name__)  # 打印节点类型名#print(eachNode)   # 打印节点内容

输出

1. 数据类型定义 Typedef

Typedef 数据结构类型 <class 'pycparser.c_ast.Typedef'>

数据类型定义 Typedef 属性如下：

• Typedef.name = str （Typedef 定义对象）
• Typedef.quals = [str] （限定符号列表: const, volatile）
• Typedef.storage = [str] （存储说明符列表: extern, register, etc.）
• Typedef.type = Node （TypeDecl节点）
• Typedef.coord= str（定义对象所在行列）
  • Typedef.coord.column= str（定义对象所在列）
  • Typedef.coord.line= str（定义对象所在行）
  • Typedef.coord.file= str（定义对象所在文件）

示例：
test.c

typedef const int cuint32;

cparser.py

# parser_file 用于处理c语言文件
from pycparser import parse_file
from pycparser import CParser
# c语言有错误时，会引出此错误
from pycparser.plyparser import ParseError
# c_ast.py 文件下包含了抽象语法树的节点类
from pycparser.c_ast import *filename = 'test.c'ast = parse_file(filename, use_cpp = False)print(type(ast.ext[0]))print('name = ', ast.ext[0].name)  # Typedef 定义对象
print('quals = ', ast.ext[0].quals)
print('storage = ', ast.ext[0].storage)
print('type = ', ast.ext[0].type)
print('coord = ', ast.ext[0].coord)

输出

2. 类型声明 TypeDecl

Typedef 的下一级 类型声明 TypeDecl 是以typedef语句格式为中心

类型声明 TypeDecl 属性如下：

• TypeDecl.declname= str （typedef定义对象）
• TypeDecl.quals = [str] （限定符号列表: const, volatile）
• TypeDecl.align= [str] （暂不清楚）
• TypeDecl.type = Node （ IdentifierType节点）
• TypeDecl.coord= str（定义对象所在行列）
  • TypeDecl.coord.column= str（定义对象所在列）
  • TypeDecl.coord.line= str（定义对象所在行）
  • TypeDecl.coord.file= str（定义对象所在文件）

示例：
test.c

typedef const int cuint32;

cparser.py

# parser_file 用于处理c语言文件
from pycparser import parse_file
from pycparser import CParser
# c语言有错误时，会引出此错误
from pycparser.plyparser import ParseError
# c_ast.py 文件下包含了抽象语法树的节点类
from pycparser.c_ast import *filename = 'test.c'ast = parse_file(filename, use_cpp = False)print(type(ast.ext[0].type))my_typeDecl = ast.ext[0].typeprint('name = ', my_typeDecl.declname)  # Typedef 定义对象
print('quals = ', my_typeDecl.quals)
print('type = ', my_typeDecl.type)
print('storage = ', my_typeDecl.align)
print('coord = ', my_typeDecl.coord)
print('coord.column = ', my_typeDecl.coord.column)  # （定义对象所在列）
print('coord.line = ', my_typeDecl.coord.line)  # （定义对象所在行）
print('coord.file = ', my_typeDecl.coord.file)  # （定义对象所在文件）

输出

3. 标识符类型 IdentifierType

TypeDecl 的下一级 标识符类型 IdentifierType 是简单标识符，比如 void, char 定义之类
原数据类型 ： <class 'pycparser.c_ast.IdentifierType'>

标识符类型 IdentifierType 属性如下：

• IdentifierType.name = [str] （标识符字符串列表）
• IdentifierType.coord= str（定义对象所在行列）
  • IdentifierType.coord.column= str（定义对象所在列）
  • IdentifierType.coord.line= str（定义对象所在行）
  • IdentifierType.coord.file= str（定义对象所在文件）

4. 变量声明 Decl

Decl 数据结构类型 <class 'pycparser.c_ast.Decl'>

变量声明 Decl 属性如下：

• Decl.name = str (被声明的变量名）
• Decl.quals = [str] （限定符号列表: const, volatile）
• Decl.align= [str] （暂不清楚）
• Decl.storage = [str] （存储说明符列表: extern, register, static等）
• Decl.funcspec = [str] （函数说明符列表: C99的inline）
• Decl.type = Node （TypeDecl 节点）
• Decl.init = Node （初始化值，Constant节点）
• Decl.bitsize = Node （位域bit field大小，或者为None）
• Decl.coord= str（定义对象所在行列）
  • Decl.coord.column= str（定义对象所在列）
  • Decl.coord.line= str（定义对象所在行）
  • Decl.coord.file= str（定义对象所在文件）

示例：
test.c

typedef const int cuint32;static const int g =0;

cparser.py

# parser_file 用于处理c语言文件
from pycparser import parse_file
from pycparser import CParser
# c语言有错误时，会引出此错误
from pycparser.plyparser import ParseError
# c_ast.py 文件下包含了抽象语法树的节点类
from pycparser.c_ast import *filename = 'test.c'ast = parse_file(filename, use_cpp = False)print(type(ast.ext[1]))my_ext = ast.ext[1]print('name = ', ast.ext[1].name)  # Typedef 定义对象
print('quals = ', ast.ext[1].quals)
print('align = ', ast.ext[1].align)
print('storage = ', ast.ext[1].storage)
print('funcspec = ', ast.ext[1].funcspec)
print('type = ', ast.ext[1].type)
print('init = ', ast.ext[1].init)
print('bitsize = ', ast.ext[1].bitsize)
print('coord = ', ast.ext[1].coord)

输出

5. 常量 Constant

常量 Constant 属性如下：

• Constant.type= str （基本数据类型，int等）
• Constant.value= str （数值）
• Constant.coord= str（定义对象所在行列）
  • Constant.coord.column= str（定义对象所在列）
  • Constant.coord.line= str（定义对象所在行）
  • Constant.coord.file= str（定义对象所在文件）

6. 函数定义 FuncDef

FuncDef 方法定义，不同于 FuncDecl，有具体的函数实现过程

函数定义 FuncDef 属性如下：

• FuncDef.decl = Node （一般是包含Decl的节点）
• param_decls=None （暂不清楚）
• FuncDef.body = Node （函数实现的代码块 一般是包含Compound 的节点）
• FuncDef.coord= str（标识符字符串所在行列）
  • FuncDef.coord.column= str（定义对象所在列）
  • FuncDef.coord.line= str（定义对象所在行）
  • FuncDef.coord.file= str（定义对象所在文件）

7. 函数声明 FuncDecl

FuncDecl 既可以单独存在，也可以是函数定义的一部分

函数定义 FuncDecl 属性如下：

• FuncDecl.args= Node （一般是包含ParamList的节点）
• FuncDecl.type= [str] （一般是包含TypeDecl的节点）

8. 函数参数列表 ParamList

以 list 形式，可遍历 参数
函数定义 ParamList 属性如下：

• ParamList.params= [str]（有哪些参数 ，一般是包含Decl的节点）

9. 代码块 Compound

以 list 形式，可遍历 代码块内容

函数定义 Compound 属性如下：

• Compound .block_items= [str]（有哪些参数 ，一般是包含 Decl Assignment 和 Return的节点）

to do

解析任意编程语言 tree-sitter