解析 C 和 C++ 中的 typedef

Question

我正在尝试自动解析任意 C++ 或 C 项目中的 typedef。

由于某些 typedef 是在系统头文件中定义的（例如 uint32），因此我目前正在尝试通过在代码文件上运行 gcc 预处理器，然后扫描预处理文件中的 typedef 来实现此目的。然后我应该能够替换项目代码文件中的 typedef。

我想知道是否还有另一种，也许更简单的方法，我失踪了。你能想到一个吗？

我想这样做的原因是：我正在使用不同的工具从 C/C++ 项目中提取代码指标。这些指标是基于方法的。提取指标后，我必须合并由不同工具生成的数据。问题是，其中一个工具可以解析 typedef，而其他工具则不能。如果有用于方法的参数类型的 typedef，我会将指标映射到不同的方法名称，这些名称实际上引用源代码中的相同方法。

想想源代码中的这个方法：int test(uint32 par1, int par2)
运行我的工具后，我有指标，映射到名为 int test(uint32 par1, int par2) 的方法，并且我的一些指标映射到 int test(unsigned int par1, int par2)。

Answer 1

如果您不关心弄清楚它们的定义位置，可以使用 objdump 转储解析 typedef 的 C++ 符号表。

lorien$ objdump --demangle --syms foo

foo:     file format mach-o-i386

SYMBOL TABLE:
00001a24 g       1e SECT   01 0000 .text dyld_stub_binding_helper
00001a38 g       1e SECT   01 0000 .text _dyld_func_lookup
...
00001c7c g       0f SECT   01 0080 .text foo::foo(char const*)
...

该片段来自以下结构定义：

typedef char const* c_string;
struct foo {
    typedef c_string ntcstring;
    foo(ntcstring s): buf(s) {}
    std::string buf;
};

这确实要求您编译所有内容，并且它只会在生成的可执行文件中显示符号，因此存在一些限制。另一种选择是让链接器转储符号映射。对于 GNU 工具，请添加 -Wl,-map 和 -Wl,name，其中 name 是要生成的文件的名称（请参阅注释）。这种方法不会对名称进行破坏，但只需做一些工作，您就可以对编译器的破坏约定进行逆向工程。上一个代码片段的输出将包括类似以下内容：

0x00001CBE  0x0000005E  [  2] __ZN3fooC2EPKc
0x00001D1C  0x0000001A  [  2] __ZN3fooC1EPKc

您可以使用 C++ 解码这些内容ABI 规范。一旦您熟悉了它的工作原理，改编表包含在 ABI 中变得无价。本例中的推导是：

<mangled-name>           ::= '_Z' <encoding>
<encoding>               ::= <name> <bare-function-type>
  <name>                 ::= <nested-name>
    <nested-name>        ::= 'N' <source-name> <ctor-dtor-name> 'E'
      <source-name>      ::= <number> <identifier>
      <ctor-dtor-name>   ::= 'C2' # base object constructor
    <bare-function-type> ::= <type>+
      <type>             ::= 'P' <type> # pointer to
        <type>           ::= <cv-qualifier> <type>
          <cv-qualifier> ::= 'K' # constant
            <type>       ::= 'c' # character

注意：看起来 GNU 将参数更改为 ld，因此您可能需要检查本地手册 (man ld) 以确保地图文件生成命令在您的版本中为 -mapfilename。在最近的版本中，使用 -Wl,-M 和将标准输出重定向到文件。

Answer 2

您可以使用 Clang（LLVM C/C++ 编译器前端）以保留 typedef 甚至宏信息的方式解析代码。它有一个非常好的 C++ API，用于在将源代码读入 AST（抽象语法树）后读取数据。 http://clang.llvm.org/

如果您正在寻找一个已经执行以下操作的简单程序为你解决（而不是 Clang 编程 API），我认为你运气不好，因为我从来没有见过这样的事情。

Answer 3

GCC-XML 可以帮助解析 typedef，您必须遵循类型 元素的 -id，直到将它们解析为 、 或 < Class> 元素。

为了替换项目中的 typedef，您会遇到一个更基本的问题：您不能简单地搜索和替换，因为您必须尊重名称的范围 - 考虑例如函数本地 typedef、命名空间别名或 using 指令。

根据您实际想要实现的目标，必须有更好的方法。

更新：实际上，在修复指标数据的给定上下文中，如果支持您的代码库，使用 gcc-xml 替换类型名应该可以正常工作。