代码解析工具汇总

代码解析工具的主要作用是输入源代码，可以输出其AST或者CFG（控制流图），DFG（数据流图）。

Antlr4是一款开源的语法分析器生成工具，能够根据语法规则文件生成对应的语法分析器。现在很多流行的应用和开源项目里都有使用，比如Hadoop、Hive以及Pig等都在使用ANTLR来做语法分析。ANTLR语法库参考

ANTLR可以分析现有多种编程语言，包括C，Java，python，php等等，一般g4为antlr的语法文件，只要编程语言有相应的g4文件，就能生成自定义解析工具。

ANTLR有java api和python api（不过感觉python api没有java api成熟）。

使用体验的话，ANTLR有一个最大的缺点就是解析速度慢，曾基于ANTLR编写了一个C静态分析工具，步骤包括：1.将ANTLR AST转化为自定义AST。2.将自定义AST转化为CFG。3.基于CFG分析control dependence和data dependence。然后发现第一步几乎占用99%以上的时间。其实大部分时间开销都在将c文件解析为ANTLR AST上。如果能用tree-sitter还是考虑tree-sitter吧。

SonarQube是管理代码质量一个开放平台，可以快速的定位代码中潜在的或者明显的错误。同时也开源，可以用SonarQube的API来自定义构建语法解析工具，目前除了C/C++，其它的语言（java,python,php等）都开源。

官方自定义demo

同时SonarQube是用Java编写的，API什么都是Java的

项目地址：tree-sitter

搬运自github：treesitter是一个解析器 生成器工具和一个增量解析库。它可以为源文件建立一个具体的语法树，并在编辑源文件时有效地更新语法树。

能找到的文档比较少，目前我见过的用tree-sitter的只有GraphCodeBert，这里粘贴一下地址：DFG.py

eclipse的c语言支持采用的语法解析工具，目前joern和cpg两个分析工具是用eclipse CDT来先解析AST然后开始接下来的分析。使用时不需要编译选项输入，分析预处理前和预处理后的c文件都可以。

属于clang/llvm工具链的一部分。可以基于clang编译器提供的API分析c代码的AST，不过这里clang编译器本身已经集成了很多静态分析技术，直接调用这些静态分析API或许更加高效。同时clang也提供python binding。可以写python代码调用clang的api分析AST。不过python binding貌似只能分析AST。

需要注意的是，和pycparser一样。clang要求分析的代码可编译。

Pycparser是C语言的解析器，支持完整的C99标准，用纯Python编写。 非常方便对C语言源码的解析和处理，如生成AST、提取源码中函数调用关系等。 Pycparser非常容易上手，需重点阅读examples目录和c_ast.py文件。

github地址：pycparser

使用参考：C语言源码分析库Pycparser介绍

需要注意的是pycparser以及clang与tree-sitter、eclipse CDT、ANTLR相比。其解析的AST是经过预处理后的AST。也就是AST不包括宏、#include 等语句。因此使用pycparser和clang需要编译选项输入（需要首先预处理c文件）。

Joern是一个C/C++代码分析工具，主要功能是从源码生成抽象语法树，控制流图和程序依赖，合成一个Code Property Graph，存入图形数据库neo4j。Joern分析C语言的底层驱动是eclipse CDT。

使用参考：joern的安装与使用

Javalang 是用于处理 Java 源码的纯 Python 库，目前提供了针对 Java 8 的词法分析器和解析器。

和其它解析工具一样，JavaLang包分两段理解：一段是代码片段解析成语法树的过程 一段是语法树节点操。

使用参考：python 的 javalang 库【1】

github地址

与JavaLang一样，是一个java词法分析和语法分析库，只不过是Java库，功能包括：

参考：javaparser_JavaParser生成，分析和修改Java代码

Eclipse JDT 提供了操纵 Java 源代码、检测错误、执行编译和启动程序的的 API，Eclipse AST是其中一个重要组成部分，它提供了AST、ASTParser、ASTNode、ASTVisitor等类，通过这些类可以获取、创建、访问和修改抽象语法树。

使用参考：【Eclipse AST】AST的获取与访问

ast(Abstract Syntax Trees)是python中非常有用的一个模块，我们可以通过分析python的抽象语法树来对python的代码进行分析和修改。

ast作用在python代码的语法被解析后，被编译成字节码之前。

使用参考：python ast 语法分析

tokenize是python实现的一个词法分析器。可以参考对 Python 代码使用的词语标记化器 tokenize，你懂了吗？【Python｜标准库｜tokenize】