如何使用 clang 从源文件中提取 headers？
How to extract headers from source file using clang?
我正在使用 clang ast matcher 从源文件中提取一些信息。现在，我还想知道源文件正在使用的 header 和依赖项 header 的列表。例如，源文件 abc.c 具有以下 header:
#include <def.h>
//#include <def_private.h>
在 clang 匹配器期间，我需要确保 clang 知道 def.h，它位于同一目录中。 def.h 包括以下 header：
#include <iostream.h>
#include <string.h>
#include <float.h>
#include <math.h>
/*#include <boost>
* #inclde <fstream>*/
我使用 ast 匹配器从 abc.c 中提取或识别信息。现在，我想提取所有 header 或包含。这应该包括所有这些：
#include <def.h>
#include <iostream.h>
#include <string.h>
#include <float.h>
#include <math.h>
我做了一些在线研究来做到这一点，不幸的是所有这些都涉及正则表达式 () or how to do in visual studio (Displaying the #include hierarchy for a C++ file in Visual Studio)。
我想知道是否可以使用 clang。另外，请让我知道是否有任何其他方法以编程方式提取 headers 而不仅仅是使用正则表达式。
OP 说 以编程方式提取 header 的任何其他方法不仅仅是使用正则表达式。 ....没有 clang 就可以了.
我们都同意正则表达式根本无法做到这一点。您需要将源文本解析为树，并在树中显式显示 #include 指令。
我不是 Clang 专家。我怀疑它的内部树反映了预处理的源代码，所以 #include 结构已经消失了。那么问题就是坚持预处理源文本来解析它。
我们的 DMS Software Reengineering Toolkit with its C++17 capable parser 可以在不扩展指令的情况下处理此类解析。它可以通过两种方式做到这一点：a) 在预处理器指令相对于源代码 "well structured" 的情况下，C++ 前端可以配置为捕获解析树，指令也在适当的位置被解析为树；这在实践中非常有效，但有时不得不 hand-patch 一个特别丑陋的条件或宏调用以使其“结构良好，或者 b) 解析捕获以（几乎）任意方式放置的预处理器指令；这捕获这些指令有时会以自动复制少量代码为代价，从而在本质上导致案例 a 所喜欢的良好重组）。
无论哪种情况，#include 指令现在都明确出现在 AST 中，包含的文件几乎构建为表示包含文件的辅助树。通过寻找此类显式包含节点的树遍历很容易找到此类树节点。
DMS 的 ASTInterface 提供 ScanTree 来遍历节点并在某些提供的谓词对节点为真时采取行动；检查#include 节点很容易。值得注意的是，因为条件指令也被保留，通过从 #include onr 向上走树可以构造实际包含该包含文件的条件。
当然，header 文件本身也被解析，生成一棵树。任何包含它已出现在其树 body 中。必须对这些树中的每一棵树进行 运行 ScanTree 才能收集所有包含项。
OP 没有说他想用#includes 做什么。 DMS 提供了很多解析之外的功能来帮助 OP 实现她的目的，包括符号 table 构造、控制和数据流分析、树模式匹配、用源语言 (C++) 语法表示的 tree-to-tree 转换，最后从修改后的语法树（重新）生成源代码。
我正在使用 clang ast matcher 从源文件中提取一些信息。现在，我还想知道源文件正在使用的 header 和依赖项 header 的列表。例如，源文件 abc.c 具有以下 header:
#include <def.h>
//#include <def_private.h>
在 clang 匹配器期间，我需要确保 clang 知道 def.h，它位于同一目录中。 def.h 包括以下 header：
#include <iostream.h>
#include <string.h>
#include <float.h>
#include <math.h>
/*#include <boost>
* #inclde <fstream>*/
我使用 ast 匹配器从 abc.c 中提取或识别信息。现在，我想提取所有 header 或包含。这应该包括所有这些：
#include <def.h>
#include <iostream.h>
#include <string.h>
#include <float.h>
#include <math.h>
我做了一些在线研究来做到这一点，不幸的是所有这些都涉及正则表达式 (
我想知道是否可以使用 clang。另外，请让我知道是否有任何其他方法以编程方式提取 headers 而不仅仅是使用正则表达式。
OP 说 以编程方式提取 header 的任何其他方法不仅仅是使用正则表达式。 ....没有 clang 就可以了.
我们都同意正则表达式根本无法做到这一点。您需要将源文本解析为树，并在树中显式显示 #include 指令。
我不是 Clang 专家。我怀疑它的内部树反映了预处理的源代码，所以 #include 结构已经消失了。那么问题就是坚持预处理源文本来解析它。
我们的 DMS Software Reengineering Toolkit with its C++17 capable parser 可以在不扩展指令的情况下处理此类解析。它可以通过两种方式做到这一点：a) 在预处理器指令相对于源代码 "well structured" 的情况下，C++ 前端可以配置为捕获解析树，指令也在适当的位置被解析为树；这在实践中非常有效，但有时不得不 hand-patch 一个特别丑陋的条件或宏调用以使其“结构良好，或者 b) 解析捕获以（几乎）任意方式放置的预处理器指令；这捕获这些指令有时会以自动复制少量代码为代价，从而在本质上导致案例 a 所喜欢的良好重组）。
无论哪种情况，#include 指令现在都明确出现在 AST 中，包含的文件几乎构建为表示包含文件的辅助树。通过寻找此类显式包含节点的树遍历很容易找到此类树节点。 DMS 的 ASTInterface 提供 ScanTree 来遍历节点并在某些提供的谓词对节点为真时采取行动；检查#include 节点很容易。值得注意的是，因为条件指令也被保留，通过从 #include onr 向上走树可以构造实际包含该包含文件的条件。
当然，header 文件本身也被解析，生成一棵树。任何包含它已出现在其树 body 中。必须对这些树中的每一棵树进行 运行 ScanTree 才能收集所有包含项。
OP 没有说他想用#includes 做什么。 DMS 提供了很多解析之外的功能来帮助 OP 实现她的目的，包括符号 table 构造、控制和数据流分析、树模式匹配、用源语言 (C++) 语法表示的 tree-to-tree 转换，最后从修改后的语法树（重新）生成源代码。