Discussion :

[Aspic]

Bonjour � tous,

Je souhaiterais parser un code source C classique afin de r�cup�rer les fonctions et le mettre dans un tableau :

Code c :

S�lectionner tout - Visualiser dans une fen�tre � part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
 
// Exemple de code source à parser
void 
a(int p1, float p2)
{
 
}
 
void b()
{
    int p1=5;
    float p2 = 10.0;
    a(p1,p2);
}
 
int main()
{
    int p1=5;
    float p2 = 10.0;
    a(p1,p2);
    b();
}

Je voudrais isoler chaque bloc de fonction et le mettre en m�moire :

tab[0] = "void
a(int p1, float p2)
{

}"

tab[1] = "void b()
{
int p1=5;
float p2 = 10.0;
a(p1,p2);
}"

tab[2] = "int main()
{
int p1=5;
float p2 = 10.0;
a(p1,p2);
b();
}"

Je ne suis pas du tout dou� avec les regex, je sais utiliser la classe Regex en C# mais pour trouver l'expression r�guli�re c'est autre chose

Je pense qu'il faut d�finir un pattern du genre :
(type_retour|void) (espaces|tabulations|saut ligne) nom_fonction (espaces|tabulations|saut ligne) (param�tres) (espaces|tabulations|saut ligne)
{
DU TEXTE
}

Enfin, je ne suis m�me pas sur. Pouvez vous m'aider ?

Merci d'avance

[lemoussel]

Je pense que l'approche via les les expressions r�guli�res ne soit pas la plus adapt�e pour ce type de probl�matique.

Il faut plut�t voir du cot� des parsers/analyseurs de textes tel que ANTLR

A voir Tutoriel sur la mise en place d'une grammaire avec ANTLR

[DonQuiche]

Pour la regex on peut tenter mais �a ne fonctionnera pas forc�ment. Le probl�me est que sans information de contexte on peut seulement chercher les formes "identifiant + identifiant + parenth�se gauche". Or m�me s'il ne m'en vient pas � l'esprit il y a peut-�tre des ambigu�t�s, notamment du c�t� du pr�processeur (et comment g�rer ce dernier d'ailleurs ?). Et si des infos de contexte sont n�cessaires alors la regex ne peut pas g�rer �a et il faut un parser "� pile" (pense au parsing d'expressions mises entre parenth�ses).

Autres contraintes: quid du code malform� et des caract�res exotiques? Je doute que le C suive les cat�gories d'unicode, qui ne devait m�me pas exister � l'�poque. Donc les cat�gories regex pourraient ne pas coller.

Tout d�pend donc des sources � parser et de ce qu'on veut exactement mais la regex peut se r�v�ler insuffisante. Dans ce cas on peut tenter d'�crire un parsing manuel incluant un comptage de parenth�ses (ce qui peut-�tre simple si on ne veut parser qu'une petite partie). Ou bien avoir recours � un parser generator comme sugg�r� par le moussel. Mais outre que cela ajoute une d�pendance au projet, leur utilisation est malheureusement souvent fastidieuse et t'imposera d'apprendre le fonctionnement d'un g�n�rateur de parser. Un comble ! Cela dit c'est une comp�tence utile.


Si au vu des contraintes que j'ai �num�r�es la regex peut fonctionner alors il suffit de concat�ner comme suit :
Identifiant: \w[\w\d]*
Espaces, tab et sauts de ligne: ([\s\n]|(\r\n))*
Pour le d�but: (\w[\w\d]*|void)

[Aspic]

Bonsoir,

Effectivement il semble que l'approche regex ne soit pas la bonne.
Alors j'avais d�j� vu du c�t� de ANTLR mais il faudrait des semaines pour comprendre comment ca marche et cela rajoute une d�pendance au projet.

Au final m�me si le style de code � parser reste simple (on part du principe que le code est correct syntaxiquement et avec une imbrication { et } parfaite), je ne vois pas comment r�gler le probl�me des accolades � l'int�rieur d'une fonction.

Exemple :

Code c :

S�lectionner tout - Visualiser dans une fen�tre � part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
void b()
{
    int p1=5;
    float p2 = 10.0;
    a(p1,p2);
    if ( blabla) {

    }
    else {
        while (blabla)
        {

        }
    }
} // <--- il faudrait s'arr�ter � cette accolade d�s qu'on a match� le prototype de la fonction...

float autre_fonction() {}

Impossible de dire avec une regex, je dois m'arr�te � la "bonne" accolade (celle qui ferme la fonction)

Ou alors j'ai loup� quelque chose...

Merci � vous

[DonQuiche]

Effectivement une regex ne peut traiter des structures r�cursives (tu peux bidouiller si la profondeur max de la r�cursion est connue et faible). J'avais zapp� le fait que tu voulais �galement capturer le corps. Tu pourrais toujours bidouiller en utilisant la regex pour capturer l'en-t�te puis utiliser une proc�dure manuelle pour trouver l'accolade de fin. Resteraient quand m�me le probl�me du pr�processeur et celui des cha�nes de caract�res qui pourraient contenir des accolades ou des motifs �quivalents � des en-t�tes de fonction.

Bref, la regex est limit�e mais avec un peu de bricolage et des sources simples �a peut marcher. Une solution manuelle sera un peu plus puissante mais � nouveau elle �chouera face � certains cas particuliers, sauf � y passer beaucoup de temps pour cr�er un parser complet. Quant � antlr �a ne prend pas des semaines et �a reste la fa�on la plus rapide d'avoir un parser 100% compatible.

Tout d�pend des sources. Si tu peux bricoler, bricole.

[Aspic]

Resteraient quand m�me le probl�me du pr�processeur et celui des cha�nes de caract�res qui pourraient contenir des accolades ou des motifs �quivalents � des en-t�tes de fonction.

Pour le pr�processeur, � tout hasard ca ne serait pas possible de r�cup�rer un code interm�diaire o� les #define sont remplac�s juste avant la compilation ? (je pense � une option de gcc qui permettrait de sortir un fichier en code C mais avec une passe du pr�processeur ?)

Pour les accolades dans une chaine de caract�res, j'ai avait pens� on ne peut pas les virer avec une regex ? Voire m�me virer tout le texte dans les guillemets ? Exemple : printf("je fais foirer le parser { ahahahah"); devient printf(""); ou alors printf();

Quant � antlr �a ne prend pas des semaines et �a reste la fa�on la plus rapide d'avoir un parser 100% compatible.

Un jour, j'apprendrais ce nouvel outil, ca � vraiment l'air pas mal mais au premier abord (en regardant le tuto sur DVP), cela avait l'air compliqu�...
Pour l'instant �tant donn� que les sources sont simples, je continue en mode bricolage m�me si c'est pas bien � termes j'en suis conscient

Ensuite l� o� je me suis arrach� les cheveux de la t�te c'est pour d�limiter les blocs avec les accolades.

Tu m'�tonnes, je suis entrain de p�ter un c�ble dessus actuellement
C'est clair que du VB.net aurait �t� plus simple

Maintenant si on souhaite d�limiter les blocs il faut empiler les blocs � l'aide d'une pile ; les blocs de fonctions et d'expressions d�limit�s par des accolades doivent �tre symm�triques �videmment.
Une pile permet de restituer le dernier �l�ment empil�.

Alors une pile, j'avais eu l'id�e mais je n'ai pas trouv� comment faire au final. D�s que je trouve une accolade ouvrante, j'empile le code lu pr�c�demment (de la pr�c�dente accolade ouvrante jusqu'� celle que je viens de trouver) et que je trouve une accolade fermante, je d�pile le dernier �l�ment mais au final comment reconstituer les blocs ?
Avec un arbre binaire, je ne vois simplement pas comment on pourrait faire.

ce que j'ai fait dans mon projet d'interpr�teur c'est que le code source initialement en Javascript ( syntaxe proche du C donc ) est compil� dans un pseudo-code ( un peu comme l'Intermediate Language de .NET) et comme �a il est interpr�t� lin�airement par le module d'ex�cution.

C'est toi qui a cr�� le pseudo-code ? Si oui, comment as tu fait ? Et je suppose que parser le pseudo-code �tait plus facile que le code source d'origine ?

PS : Au final, ton projet a �t� termin� � 100% ?

Merci beaucoup.

[Mat.M]

Je souhaiterais parser un code source C classique afin de r�cup�rer les fonctions et le mettre dans un tableau :

je te souhaite un bon courage c'est assez ardu � faire...
j'avais commenc� � faire un interpr�teur de langage genre Javascript,langage C pour mon projet ( que je souhaite commercialiser..) mais un jour j'ai vite chang� pour faire un interpr�teur BASIC.

Ceci dit si je peux essayer de donner des tuyaux je peux
Je n'utilise pas du tout les expressions r�guli�res.
J'analyse caract�re par caract�re pour voir si c'est un espace, un chiffre...
Ensuite l� o� je me suis arrach� les cheveux de la t�te c'est pour d�limiter les blocs avec les accolades.
En Basic c'est plus facile �tant donn� que �a finit avec End Sub ou End Function
Maintenant si on souhaite d�limiter les blocs il faut empiler les blocs � l'aide d'une pile ; les blocs de fonctions et d'expressions d�limit�s par des accolades doivent �tre symm�triques �videmment.
Une pile permet de restituer le dernier �l�ment empil�.

Au final m�me si le style de code � parser reste simple (on part du principe que le code est correct syntaxiquement et avec une imbrication { et } parfaite), je ne vois pas comment r�gler le probl�me des accolades � l'int�rieur d'une fonction.

s

pour analyser et d�limiter les blocs on peut aussi �ventuellement utiliser un arbre binaire; chaque noeud de l'arbre est en fait un bloc du source : par exemple pour une condition if , pour une boucle etc...

ce que j'ai fait dans mon projet d'interpr�teur c'est que le code source initialement en Javascript ( syntaxe proche du C donc ) est compil� dans un pseudo-code ( un peu comme l'Intermediate Language de .NET) et comme �a il est interpr�t� lin�airement par le module d'ex�cution.