在行計數程序中識別C＃或C++函數

我有一個用C＃編寫的程序，當給定C++或C＃文件時，計算文件中的行數，計算註釋中和設計器中的行數 - 生成的代碼塊。我想添加計算文件中有多少個函數以及這些函數有多少行的功能。我無法弄清楚如何確定一行（或一系列行）是否是函數（或方法）的開始。在行計數程序中識別C＃或C++函數

至少，函數聲明是返回類型，後跟標識符和參數列表。有沒有辦法在C＃中確定一個令牌是一個有效的返回類型？如果沒有，有什麼方法可以輕鬆確定一行代碼是否是函數的開始？基本上我需要能夠可靠地區分類似的東西。

bool isThere() 
{ 
... 
}

從

bool isHere = isThere()

和從

isThere()

以及任何其他函數聲明真人秀。

來源

2010-01-18 user251009

從掃描範圍開始。當您在文件中工作時，您需要計算開放大括號{和近距離大括號}，以便您知道您所處的範圍。在掃描文件時還需要解析//和/ * ... */，所以你可以知道什麼時候發生了什麼，而不是真正的代碼。還有#if，但你必須編譯代碼才能知道如何解釋這些。

然後，你需要解析文本之前立即打開一些範圍的大括號來找出它們是什麼。您的函數可能位於全局作用域，類作用域或命名空間作用域中，因此您必須能夠解析命名空間和類來識別您正在查看的作用域類型。你通常可以用相當簡單的解析方法逃脫（大多數程序員使用類似的風格 - 例如，有人在'Fred類'和它的開放大括號之間插入空行是不常見的，但他們可能會寫'class Fred {'。也是他們會把額外的垃圾放在線上的機會 - 例如'模板類__DECLSPEC MYWEIRDMACRO Fred {'。但是，你可以用一個非常簡單的方法逃脫「這行是否包含'class'這個詞，兩邊都有空格？啓發式，將在大多數情況下工作。

好了，現在你知道你是一個namepace裏面，一個類的內部，你會發現一個新的開放範圍。它是一個方法？

主要識別一種方法的特點是：

返回類型。這可以是任何字符序列，可以是許多標記（「__DLLEXPORT const unsigned myInt32typedef * &」）。除非你編譯整個項目，否則你沒有機會。
函數名稱。一個令牌（但要注意「運營商=」等）
一對括號中包含零個或多個參數或「空白」。這是你最好的線索。
函數聲明不會包含某些保留字，這些保留字將位於許多範圍之前（例如枚舉，類，結構等）。它可能會使用一些保留字（模板，常量等），您不能絆倒。

因此，你可以搜索一個空行，或結束在; {或}表示前面的語句/作用域的結尾。然後抓住該點和你的示波器的大括號之間的所有文本。然後提取一個令牌列表，並嘗試匹配參數列表括號。檢查這些標記是否爲保留字（枚舉，結構，類等）。

這會給你一個「合理程度的信心」，你有一個方法。你不需要太多的解析來獲得相當高的準確性。你可能會花很多時間去查找所有混淆了你的「解析器」的特殊情況，但是如果你正在研究一個合理的一致的代碼庫（也就是你自己公司的代碼），那麼你可能會識別出所有的代碼中的方法相當容易。

來源

2010-01-18 22:04:52

-1

有沒有辦法在C＃中確定令牌是有效的返回類型？

您可以很容易地確定它是返回類型還是錯誤（通過確保它不是其他任何可能位於該位置的東西）。而且你可能不需要保證無效代碼上的「正確」行爲。

然後你看看括號。

來源

2010-01-18 21:32:53

爲什麼downvote？ – 2010-01-18 21:38:57

這不是我，但可能是因爲「在那個位置沒有其他任何東西」涵蓋了幾千種不同的東西，在很多情況下，你將不得不解析相當多的周圍代碼來解決它。你怎麼知道「MyThing」是否是返回類型？例如它可能是一個擴展爲「類Thing {」的宏。你怎麼知道你找到的返回類型是否不在評論中？ – 2010-01-18 22:18:46

這樣做的問題是要準確地做到這一點，您必須考慮到可以定義C＃函數的所有可能方式。本質上，你需要編寫一個解析器。這樣做超出了簡單的答案範圍。

將有可能很多答案對這個問題的正則表達式的形式，他們將努力在通常情況下，但可能會炸燬在角落情況下，像下面

int 
? 
/* this 
is */ 
main /* legal */ (code c) { 
}

來源

2010-01-18 21:33:17 JaredPar

請記住，C++很難解析，儘管我認爲C＃好得多。 – 2010-01-18 21:52:39

@David，C＃很難解析，C++幾乎是不可能的:) – JaredPar 2010-01-18 21:54:47

你稱之爲角落案例？這很簡單:-)但是你是對的，很難單獨解析C++/C＃代碼片段。但是，如果你使用一些簡單的啓發式方法，它比你想象的要容易得多。最大的挑戰在於處理範圍和註釋，因爲它們可以遠離方法聲明開始數千行，並且註釋可以包含代碼。 C＃實際上比C++更難，因爲你可以使用更多的標記（*＆？^ <>，partial等），並且你也可以在聲明的前面添加屬性。泛型和模板使事情更有趣。 – 2010-01-18 22:13:33

我可能會使用一個正則表達式，儘管給定了數據類型和聲明選項的數量以及用戶定義的類型/類型，但這並不重要。爲了簡單地避免函數調用捕獲作業，則可能是正則表達式（未經測試），如啓動：

(private|public|internal|protected|virtual)?\s+(static)?\s+(int|bool|string|byte|char|double|long)\s+([A-Za-z][A-Za-z_0-9]*)\s*\(

這不（由一個長鏡頭）趕上一切，你需要調整它。

另一種方法可能涉及反射來確定函數聲明，但是當您想要執行靜態源代碼分析時，這可能不合適。

來源

2010-01-18 21:33:22 theraccoonbear

如果你想寫一個真正的解析器（我知道你可能不想），然後嘗試ANTLR。如果沒有別的，它將是一個有趣的項目

來源

2010-01-18 22:19:49 pm100

在行計數程序中識別C＃或C++函數

回答

相關問題