python - 在Python中使用libclang在C++中进行解析

经过一些研究和几个问题，我最终探索了libclang库，以便在Python中解析C++源文件。

给定一个C++源代码

int fac(int n) {
    return (n>1) ? n∗fac(n−1) : 1;
}

for (int i = 0; i < linecount; i++) {
   sum += array[i];
}

double mean = sum/linecount;

我正在尝试将标记 fac标识为函数名称，将n标识为变量名称，将i标识为变量名称，将mean标识为变量名称，以及每个位置。我最终对标记化感兴趣。

我已经阅读了一些非常有用的文章(eli's，Gaetan's)以及一些堆栈溢出问题35113197，13236500。

但是，鉴于我是Python的新手，并且努力理解libclang的基础知识，因此，我非常感谢一些示例代码块，这些代码实现了以上示例，供我学习和理解。

最佳答案

从libclang API尚不清楚哪种合适的提取 token 的方法是什么。但是，很少有人需要(或想要)下降到这一级别-游标层通常更有用。

但是，如果这是您所需要的-一个最小的示例可能类似于:

import clang.cindex

s = '''
int fac(int n) {
    return (n>1) ? n*fac(n-1) : 1;
}
'''

idx = clang.cindex.Index.create()
tu = idx.parse('tmp.cpp', args=['-std=c++11'],
                unsaved_files=[('tmp.cpp', s)],  options=0)
for t in tu.get_tokens(extent=tu.cursor.extent):
    print t.kind

哪个(对于我的clang版本)产生

TokenKind.KEYWORD
TokenKind.IDENTIFIER
TokenKind.PUNCTUATION
TokenKind.KEYWORD
TokenKind.IDENTIFIER
TokenKind.PUNCTUATION
TokenKind.PUNCTUATION
TokenKind.KEYWORD
TokenKind.PUNCTUATION
TokenKind.IDENTIFIER
TokenKind.PUNCTUATION
TokenKind.LITERAL
TokenKind.PUNCTUATION
TokenKind.PUNCTUATION
TokenKind.IDENTIFIER
TokenKind.PUNCTUATION
TokenKind.IDENTIFIER
TokenKind.PUNCTUATION
TokenKind.IDENTIFIER
TokenKind.PUNCTUATION
TokenKind.LITERAL
TokenKind.PUNCTUATION
TokenKind.PUNCTUATION
TokenKind.LITERAL
TokenKind.PUNCTUATION
TokenKind.PUNCTUATION