[C/C++] Parser un code source

Bonjour,

Je cherche à parser un code source C suivant :

Code:

---

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 :)

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.

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 :

Citation:

---

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"...

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...))

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

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 :(

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).

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:

---

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; }

---

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

Citation:

---

Envoyé par leternel

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 :(

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

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:

---

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

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

Dac, merci :)

Je vais voir ce que je peux faire.

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.

Citation:

---

Envoyé par white_tentacle

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 ? :aie:
Tu aurais un tuto d'initiation pour implémentation de cela ?

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.

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

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).

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...