我正在使用clang生成AST。 我有以下文件（lambda.cpp）需要解析：
#include <iostream>
void my_lambda()
{
auto lambda = [](auto x, auto y) {return x + y;};
std::cout << "fabricati diem";
}
我正在使用以下命令进行解析：
clang -Xclang -ast-dump -fsyntax-only lambda.cpp
如何在生成AST时排除头文件？
clang-check可能会对此有帮助，clang-check有一个选项-ast-dump-filter=<string>，文档如下所示。当在示例代码（lambda.cpp）上运行clang-check并使用-ast-dump-filter=my_lambda时，只会输出AST声明节点中包含特定子字符串（"my_lambda"）的部分。#include <iostream>
void my_lambda()
{
auto lambda = [](auto x, auto y) {return x + y;};
std::cout << "fabricati diem";
}
它仅转储匹配的声明节点 FunctionDecl my_lambda 'void (void)'
这是命令行参数和一些输出的内容。
$ clang-check -extra-arg=-std=c++1y -ast-dump -ast-dump-filter=my_lambda lambda.cpp --
FunctionDecl 0x2ddf630 <lambda.cpp:3:1, line:7:1> line:3:6 my_lambda 'void (void)'
`-CompoundStmt 0x2de1558 <line:4:1, line:7:1>
|-DeclStmt 0x2de0960 <line:5:9, col:57>
如果您想要从一个文件中获取所有标识符的ast，那么仅使用-ast-dump-filter筛选特定标识符是不够的。
我想到了以下解决方案：
在包含文件后添加一行可识别的代码：
#include <iostream>
int XX_MARKER_XX = 123234; // marker line for ast-dump
void my_lambda()
...
clang-check -extra-arg=-std=c++1y -ast-dump lambda.cpp > ast.txt
您可以使用sed轻松地将XX_MARKER_XX之前的所有内容剪切掉：
cat ast.txt | sed -n '/XX_MARKER_XX/,$p' | less
仍然有很多，但在处理更大的文件时更加有用。
clang++ -Xclang -ast-dump minimal.cpp | sed -n '/XX_MARKER_XX/,$p'。 - Nestor Demeure$ clang --version
Debian clang version 13.0.1-+rc1-1~exp4
Target: x86_64-pc-linux-gnu
Thread model: posix
def filter_ast_only_source_file(source_file, json_ast):
new_inner = []
first_occurrence_of_main_file = False
for entry in json_ast['inner']:
if not first_occurrence_of_main_file:
if entry.get('isImplicit', False):
continue
file_name = None
loc = entry.get('loc', {})
if 'file' in loc:
file_name = loc['file']
if 'expansionLoc' in loc:
if 'file' in loc['expansionLoc']:
file_name = loc['expansionLoc']['file']
if file_name != source_file:
continue
new_inner.append(entry)
first_occurrence_of_main_file = True
else:
new_inner.append(entry)
json_ast['inner'] = new_inner
generated_ast = subprocess.run(["clang", "-Xclang", "-ast-dump=json", source_file], capture_output=True) # Output is in bytes. In case it's needed, decode it to get string
# Parse the output into a JSON object
json_ast = json.loads(generated_ast.stdout)
filter_ast_only_source_file(source_file, json_ast)
#include一个文件时，你会将该文件中的所有定义（递归地）包含到你的编译单元中，没有办法区分它们（这是标准希望你的编译器做的）。请注意保留html标签。
想象一个不同的场景：
/////////////////////////////
// headertmp.h
#if defined(A)
struct Foo {
int bar;
};
#elif defined(B)
struct Foo {
short bar;
};
#endif
/////////////////////////////
// foobar.cpp
#ifndef A
# define B
#endif
#include "headertmp.h"
void foobar(Foo foo) {
// do stuff to foo.bar
}
你的 foobar.cpp 声明了一个名为 Foo 的结构体和一个名为 foobar 的函数，但是 headertmp.h 本身并没有定义任何 Foo，除非定义了 A 或 B。只有在 foobar 的编译单元中，这两者才能一起理解 headertmp.h。
如果你对编译单元中某些声明的子集感兴趣，你将不得不直接从生成的 AST 中提取必要的信息（类似于链接器在链接不同的编译单元时所做的）。当然，你可以根据解析器提取的任何元数据过滤此编译单元的 AST。
转储的 AST 对每个节点都有源文件的一些指示。因此，可以基于第二级 AST 节点的 loc 数据过滤已转储的 AST。
您需要将loc和expansionLoc中的file与顶层文件名进行匹配。这对我来说似乎工作得相当好。出于某种原因，一些节点不包含这些元素。带有isImplicit的节点应该是安全跳过的，但我不确定没有文件名信息的其他节点正在发生什么。
以下 Python 脚本使用这些规则（以流式方式进行转换留给读者作为练习），将'astdump.json'过滤到'astdump.filtered.json'：
#! /usr/bin/python3
import json
import sys
if len(sys.argv) != 2:
print('Usage: ' + sys.argv[0] + ' filename')
sys.exit(1)
filename = sys.argv[1]
with open('astdump.json', 'rb') as input, open('astdump.filtered.json', 'w') as output:
toplevel = json.load(input)
new_inner = []
for o in toplevel['inner']:
if o.get('isImplicit', False):
continue
file_name = None
loc = o.get('loc', {})
if 'file' in loc:
file_name = loc['file']
if 'expansionLoc' in loc:
if 'file' in loc['expansionLoc']:
file_name = loc['expansionLoc']['file']
if file_name != filename:
continue
new_inner.append(o)
toplevel['inner'] = new_inner
json.dump(toplevel, output, indent=4)