Как распарсить Си-шный код

[vak]

Оказывается, кланг умеет выгружать синтаксическое дерево в формате JSON. Так что на парсере на первых порах можно сэкономить. Например, возьмём один из файлов ядра Unix v7.

$ git clone https://github.com/besm6/v7besm
$ cd v7besm/kernel
$ clang -target i486-unknown-linux-gnu -ffreestanding -Xclang -ast-dump=json -fsyntax-only -I../include -DKERNEL utab.c > utab.ast

Вот такой файл utab.ast получается: gist.github.com/sergev/a99a668b1419dc6dee584dea9c322fd5

Comments

[archaicos]

Там же вроде среди исходников УНИХ есть и K&R-Си компилятор об нескольких проходах. Он генерирует дерево в каком-то виде.

[vak]

Если ты имеешь в виду PCC имени Стива Джонсона, то да, его действительно можно было собрать в двухпроходном режиме. Первый проход записывал AST в текстовом виде в промежуточный файл. Недокументированный впрочем.