Discussion :

[Aspic]

Bonjour,

Je cherche à parser un code source C suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
int main()
{
	toto = load_bitmap("....");
	if (!toto) exit(-1);
	tata = load_bitmap("....");
	if (tata == NULL)
	{
		// des choses
	}
	titi = load_bitmap("....");
	if (!titi) {
		/* encore des choses */
		tete = load_bitmap("....");
	}
}

Le but est de récupérer les variables toto, tata, titi, tete toujours à gauche de la fonction "load_bitmap".

Dans un second temps, il faudrait savoir si chacune de ses variables sont dans un "if" avec le pattern suivant : "if (!MA_VARIABLE)" ou alors "if(MA_VARIABLE==NULL)"

Je sais qu'il faut utiliser des regex mais j'aurais besoin de votre aide pour cela. Sinon s'il y a une autre méthode à part les regex, je suis partant

Merci beaucoup

[ternel]

tu veux le faire en C ou C++?

Parce qu'un combo grep-sed peut suffire

grep source.c -e "= load_bitmap" | sed "/[ \t]*\(.*\)[ \t].*/\1/" > vars.txt mettra les noms des variables dans vars.txt.
grep source.c -f vars.txt | grep -e "if (" lira le fichier et retiendra seulement les if.

Ceci étant proposé pour linux, et doit s'adapter avec wingrep et un équivalent à sed sous windows.

[Aspic]

Ah oui, j'ai oublié de préciser que je suis sous WIndows 7 et je ne veux pas le faire en ligne de commande mais en C ou C++ peu importe (de préférence sans avoir une lib à installer comme boost)

EDIT : sinon pour les commandes linux, j'ai une erreur pour la première :

sed: -e expression #1, char 22: unknown command: `\'

Et la seconde marche mais ne prends pas en compte la variable "tete" qui est déjà dans un "if"...

[ternel]

en C ou C++, soit tu vas devoir réimplémenter une lib d'expression régulière, soit une de machine a état, soit utiliser ce qui a déjà été fourni.

Tu peux implémenter un analyseur syntaxique du C++ en peu de temps (j'ai mis cinq heures pour être grammaticallement conforme à toutes les subtilité du C++11 (lambda inclu...))

[darkman19320]

en C++11, il y a std::regex donc pas besoin de redéfinir de lib d'expression régulière non?

[Aspic]

Oui je connais std::regex, en fait c'est plutôt au niveau de la regex que je galère... Et les commandes linux avec le sed ne fonctionne pas

[ternel]

Pour trouver les noms de variables, ca va ressembler à "[[:alnum:]]+ = load_bitmap", avec la décoration pour ne récupérer que le début (on appelle ca des captures).

[Aspic]

Bonjour,

J'ai tenté cela mais ca ne marche pas
Désolé j'ai un vrai problème avec les Regex, j'arrive pas à apprendre leur logique

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
int main()
{
    std::string s = "toto = load_bitmap(coucou);";
    std::regex pattern("\\^[[:alnum:]]+ = load_bitmap",
        std::regex_constants::basic);
 
    if (std::regex_match (s,pattern))
        std::cout << "string object matched\n";
 
    return 0;
}

[ternel]

Bonjour
Attention, pour matcher au début, il ne faut pas échaper le '^'
sinon, l'expression me semble bonne.

[Aspic]

Bonjour
Attention, pour matcher au début, il ne faut pas échaper le '^'
sinon, l'expression me semble bonne.

Bonjour,
Même sans échapper, elle ne fonctionne pas

[ternel]

à ce niveau là, réfère toi à la documentation de la syntaxe des regex.

Pour information, une regex est une description de séquence de caractère.
un [] désigne une alternative (parmi les caracteres internes)
un () forme un groupe
un + signifie que le groupe qui précède est a reconnaitre au moins une fois
un ? signifie que le groupe qui précède est a reconnaitre au plus une fois
un * signifie que le groupe qui précède est a reconnaitre 0, 1 ou plusieurs fois

par exemple:

• "a" reconnait "a"
• "ab" reconnait "ab"
• "a|b" reconnait "a" et "b"
• "[a-d]" reconnait "a", "b", "c", et "d"
• "(abc)+" reconnait "abc", "abcabc", "abcabcabc" et plus si affinité
• "(abc)+|a(bc)+" reconnait "abc", "abcabc", "abcabcabc" … ou "abcbc" ou "abcbcbc"

Bonne continuation

[Aspic]

Merci je vais voir dans la doc ce que je peux trouver

Juste une remarque, comment dire en regex de virer la redondance des espaces dans la chaine testée :
Exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
int main(...)
int    main(...)
int        main      (    .....  )
int main   (...    )

Je cherche à transformer toutes ses expressions en :
int main () avec un seul espace entre "int" et "main" et un seul espace entre "main" et "("

Bonne soirée

[ternel]

En théorie, il faut faire un remplacement de "[ \t]+" par " ".

[Aspic]

Dac, merci

Je vais voir ce que je peux faire.

[white_tentacle]

Vous êtes sûrs que c’est une bonne idée de partir sur les regex ?

Perso, je conseillerai plutôt une analyse LR. La grammaire C est bien définie – quoi que sensible au contexte mais pour ce que tu veux faire cela ne devrait pas poser de soucis –, ça ne devrait pas être très difficile.

[Aspic]

Perso, je conseillerai plutôt une analyse LR. La grammaire C est bien définie – quoi que sensible au contexte mais pour ce que tu veux faire cela ne devrait pas poser de soucis –, ça ne devrait pas être très difficile.

Une analyse LR, c'est quoi ca ?
Tu aurais un tuto d'initiation pour implémentation de cela ?

[ternel]

C'est valable aussi.

J'avais juste proposé la solution de "facilité": grep+sed

Maintenant, pour l'analyse LR, il va quand même falloir quelques regex, pour la détection des identifieurs et le découpage de "alpha+beta" en {identifieur, op+, identifieur}.
Encore qu'elles seront simples parce qu'il ne faut pas valider le code source.

[Aspic]

Je vais regarder vos pistes quand j'aurais le temps.
Merci pour votre aide

[white_tentacle]

Rebonjour,

Pour l’analyse LR : wikipédia donne une bonne introduction. http://fr.wikipedia.org/wiki/Analyse_LR

Pour l’implémentation en c++, une solution est boost::spirit (puissant mais complexe à utiliser).

[ptyxs]

Pour commencer il faudrait être sûr que le compilateut utilisé supporte les regex du C++11. Pour l'instant, à ma connaissance il n'y a guère que Clang qui le fait...