☰

如何在不捕获注释的情况下对源代码进行 grep

tag-icon • tag-icon files grep source
如何在不捕获注释的情况下对源代码进行 grep

我搜索了一种在源代码上进行 grep 的方法，而不会因为注释而有时出现误报。例如，如果我在此 .c 源代码上搜索 foo ：

/* 
 * foo has changed [...] and is now a 2-parameters function
 */
// foo(24)
foo(42, 28);

天真的人grep会发现 3 次出现，而我只想要 1 次。我见过这边走在 StackOverflow 上执行此操作，但它不能满足我的需求：PHP 在该平台上不可用。我也发现了这边走对于一行评论，但它只解决了我的问题的一部分。

我需要使用经典的脚本工具（awk、sed、bash、grep 等），并且我需要它快速地即使有数千个文件。

您现在知道是否以及如何可以对源代码进行 grep，并且只能对源代码进行 grep 吗？

答案1

grep 适用于纯文本，并且不了解 C 程序的底层语法。因此，为了不搜索内部评论，您有多种选择：

  1. 在搜索之前剥离 C 注释，您可以使用以下命令执行此操作。gcc -fpreprocessed -dD -E yourfile.c详细信息请参见https://stackoverflow.com/questions/2394017/remove-comments-from-cc-code

  2. 编写/使用一些像您已经发现的半工作脚本（例如，它们通过跳过以//或开头的行来工作/*），以便处理所有可能的 C/C++ 注释的详细信息（再次，请参阅前面的链接以获取一些可怕的测试用例） 。那么您仍然可能会出现误报，但您不必进行任何预处理。

  3. 使用更高级的工具在代码中进行“语义搜索”。我找到了“coccigrep”：http://home.regit.org/software/coccigrep/这种工具允许搜索某些特定的语言语句（即具有给定名称的结构的更新），当然它们会删除注释。

答案2

您可以尝试一种简单的方法来匹配非注释，如下所示：

 $ egrep -v "^(//|/\*| \*)" sourcecode

这只会与前缀注释反向匹配 - 即以//, /*,*或开头的行*/- 因此它不会遗漏用/*和 对注释掉的块*/。

答案3

对于我们这些后来才回答这个问题的人来说，这是一个具体的变体：

ls -1 src/*.c | xargs -i sh -c "echo;gcc -fpreprocessed -dD -E {} 2>&1 | grep -wi -e one -e two -e three -n | sed 's:^:{}\::'" | cat -s

C 源文件列表

ls -1 src/*.c

通过管道传输到 xargs，它在子 shell 中执行预处理器

gcc -fpreprocessed -dD -E {} 2>&1

随后通过管道输送到所需的 grep 命令中

grep -wi -e one -e two -e three -n

然后通过管道传输到 sed 中，以当前文件名作为每行的前缀

sed 's:^:{}\::'

最后，使用 cat 将所有重复的空白行折叠为单行：

cat -s

这适用于 RHEL6 系统，但我认为它对于其他 *nix 系统来说已经足够通用了。

相关内容