用于创buildC / C ++分析器/分析器的好工具
有什么好的工具可以快速开始parsing和分析C / C ++代码？
特别是，我正在寻找处理C / C ++预处理器和语言的开源工具。 优选地，这些工具将对语法使用lex / yacc（或flex / bison），而不是太复杂。 他们应该处理最新的ANSI C / C ++定义。
这是我到目前为止发现的，但没有详细看过他们（想法？）：
- CScope – 老式C分析仪。 虽然似乎没有做一个完整的parsing。 被形容为一个寻找C函数的荣耀的“grep”。
- GCC – 大家最喜欢的开源编译器。 非常复杂，但似乎这样做。 有一个创buildGCC扩展名为GEM的相关项目，但自从GCC 4.1（2006）以来并没有更新。
- PUMA – PUre MAnipulator。 （来自页面：“这个项目的意图是提供一个用于分析和操作C / C ++源的类库，为此，PUMA提供了用于扫描，parsing和当然操作C / C ++源的类。 。 这看起来很有希望，但自2001年以来一直没有更新。显然PUMA已经被纳入了AspectC ++ ，但是这个项目自2006年以来还没有更新。
- 各种C / C ++原始语法。 你可以得到c-c ++ – grammars-1.2.tar.gz ，但是自1997年以来，这个问题一直没有得到维护。一些Googlesearch把其他基本的lex / yacc语法作为起点。
- 其他人？
我希望把它作为将C / C ++源代码翻译成新的玩具语言的起点。
谢谢！ -Matt
（已添加2/9）：只是澄清：除了C / C ++代码本身之外，我想从预处理程序中提取语义信息。 我不希望“#define foo 42”消失到整数“42”中，但仍然附加到名称“foo”。 不幸的是，这不包括几个运行预处理器的解决scheme，只能提供C / C ++parsing树）
parsingC ++是非常困难的，因为语法是不可判定的。 引用Yossi Kreinin的话 ：
非常复杂的语法
“出乎意料”应该从字面上解释，因为所有stream行的语言都有上下文无关 （或“接近”上下文无关）的语法，而C ++有不可判断的语法。 如果你喜欢编译器和parsing器，你可能知道这意味着什么。 如果你不是这样的事情，有一个简单的例子显示parsingC ++的问题：是
AA BB(CC);一个对象定义还是一个函数声明？ 事实certificate，答案在很大程度上取决于语句之前的代码 – “上下文”。 这表明（在直观的层面上）C ++语法是相当敏感的。
你可以看看使用llvm进行parsing的clang 。
现在完全支持C ++ 链接
ANTLRparsing器生成器具有用于C / C ++的语法以及预处理器。 我从来没有用过它，所以我不能说C ++的parsing将会是多么完整。 对于parsing更简单的语言，ANTLR本身对我来说是一个有用的工具。
根据你的问题GCCXML可能是你的答案。 基本上它使用GCCparsing源代码，然后给你简单易懂的parsing树的XML。 有了GCCXML，你就完成了一次。
pycparser是用Python编写的C（C99）的完整parsing器。 它有一个完全可configuration的AST后端，所以它被用作任何你可能需要的语言处理的基础。
不过，不支持C ++。 当然，这比C更难
更新（2012） ：在这个时候，毫无疑问，答案将是Clang – 它是模块化的，支持完整的C ++（具有许多C ++ – 11特性），并且具有相对友好的代码库。 它还有一个C API用于绑定到高级语言（例如Python ）。
看看Doxygen如何工作，完整的源代码是可用的，它是基于Flex的。
误导性的候选人是GOLD ，这是一个免费的基于Windows的parsing器工具包，用于创build翻译器。 它们的支持语言列表是指可以实现parsing器的语言，而不是支持的parsing语法列表。
他们只有C和C＃的语法，没有C ++。
C ++的语法有点臭名昭着。 Lambda对此有一个很好的线索，但要点是C ++语法可能需要非常多的前瞻。
对于我认为你可能会做的事情，我会考虑对Gnu CC或者Splint进行黑客攻击。 Gnu CC特别将语言生成部分分开，所以您可能最好build立一个新的g ++后端。
parsingC ++是一个非常复杂的挑战 。
有Boost / Spirit框架，几年前，他们确实发挥了实现一个C ++parsing器的想法 ，但还远远没有完成 。
完全正确的parsingISO C ++并不是一件容易的事情，事实上还有许多相关的工作。 但是，如果不重新编写一个完整的编译器前端，了解所有的C ++ 和预处理器，就不是一件容易实现的内在复杂的工作。 一个叫做“波”的预处理器实现可以从Spirit人那里获得。
也就是说，您可能需要查看基于elsa的猪肉/ oink （这是一个专门用于源代码转换目的的C ++parsing器工具包），Mozilla项目正在使用它进行大规模静态源代码分析和自动化代码重写，最有趣的部分是它不仅支持大部分C ++，而且还支持预处理器本身！
另一方面，确实有一个可用的专有解决scheme：EDG前端，可用于几乎所有与C ++有关的工作。
就我个人而言，我会查看Mozilla使用的基于elsa的猪肉/ oink套件，除此之外，FSF现在已经批准使用运行时库许可证对gcc插件进行工作，因此我认为事情将会改变很快，一旦人们可以很容易地利用基于gcc的C ++parsing器来实现这种使用二进制插件的目的。
所以，简而言之，如果你是雄鹿：EDG，如果你现在需要一些免费/开放源代码：else / oink是相当有前途的，如果你有一些时间的话，你可能想要为你的项目使用gcc。
C代码的另一个select是cscout 。
实际上，PUMA和AspectC ++仍然在积极维护和更新。 我正在研究使用AspectC ++，并想知道自己缺less更新。 我给那位说AspectC ++和PUMA都在开发的作者发了电子邮件。 您可以通过SVN https://svn.aspectc.org/repos/获得源代码，或者您可以在http://akut.aspectc.org获得常规二进制版本。; 就像现在很多优秀的c ++项目一样，作者没有时间跟上网页的维护。 如果你有一个全职工作和一个生活是有意义的。
Elsa击败了我熟悉的C ++parsing手段，尽pipe它不是100％兼容的。 我是粉丝。 有一个打印出C ++的模块，所以这可能是你玩具项目的一个很好的起点。
如何更容易理解，如微小C或小C
请参阅我们的C ++前端，了解全function的C ++parsing器：构buildAST，符号表，名称和typesparsing。 你甚至可以parsing和保留预处理指令。 C ++前端build立在我们的DMS Software Reengineering Toolkit之上，它允许您使用这些信息来执行使用源到源转换的任意源代码更改。
DMS是实现这种翻译器的理想引擎。
话虽如此，我并没有在你想象中的任务中看到太多的重点。 在replaceC ++方面，我看不出什么价值，而且你会发现构build一个完整的翻译是一项巨大的工作，特别是如果你的目标是“玩具”语言的话。 如果C ++的唯一目的是生成一个易于parsing的C ++同构版本（等待，我们假设已经有一个健壮的C ++），那么使用强健的parsing器parsingC ++可能就没什么意义了。
编辑2012年5月：DMS的C ++前端现在可以处理GCC3 / GCC4 / C ++ 11，Microsoft VisualC 2005/2010。 强劲。
编辑2015年2月：现在在GCC和MS方言中处理C ++ 14。
编辑2015年8月：现在parsing并捕获统一树中的代码和预处理器指令。
后来我试图编写一个工具，它会自动生成c文件的unit testing。
为了preproosessing我把文件通过海湾合作委员会。 输出是丑陋的，但你可以很容易地跟踪预处理文件中原始代码的位置。 但为了您的需要，您可能还需要别的东西。
我使用Meter作为C语言分析器的基础。 它是开源的，使用lex和yacc。 这使得在不了解lex＆yacc的情况下很容易在短时间内启动并运行。
我还写了一个C应用程序，因为lex＆yacc解决scheme无法帮助我追踪跨function的function，并一次性parsing整个function的结构。 在短时间内变得不可维护，被遗弃。
怎么样使用像GNU的CFlow这样的工具，可以分析代码并生成调用图的图表，下面是opengroup （手册页）对cflow的说明。 cflow的GNU版本带有源代码，开放源码也是…
希望这有助于，最好的问候，汤姆。
