如何修正Semgrep规则以精准识别未加m_前缀的C++类成员变量

问题场景 #

需要编写Semgrep规则，识别C++类中未以m_为前缀的成员变量，但初始规则会错误匹配类中的函数声明。

初始规则（存在误匹配） #

rules:
  - id: find-includes
    languages:
      - c++
    severity: ERROR
    message: Include detected {$A}
    patterns:
      - pattern-inside: >
          class $X {
          };
      - pattern-not: $TYPE $A(...) const;
      - pattern: $TYPE $A;
      - metavariable-regex:
          metavariable: $A
          regex: ^[^m][^_].*$

测试代码 #

class Foo {
    int myvar;
    int myblank() const;
};

上述规则会同时匹配myvar（目标成员变量）和myblank()（函数），不符合预期。

修正后的规则 #

rules:
  - id: find-includes
    languages:
      - c++
    severity: ERROR
    message: Include detected {$A}
    patterns:
      - pattern-inside: >
          class $X {
          };
      - pattern-either:
          - pattern: $TYPE $NAME;
          - pattern: $TYPE $NAME = $VAL;
      - pattern-not: $RETURNTYPE $FUNC(...);
      - metavariable-regex:
          metavariable: $NAME
          regex: ^[^m][^_]?.*$

修正要点 #

• 精准锁定成员变量结构：用pattern-either明确匹配两种成员变量定义形式——普通声明和带初始化值的声明，避免模糊匹配
• 全面排除函数：使用pattern-not: $RETURNTYPE $FUNC(...)排除所有函数声明（无需单独限定const，覆盖所有函数形式）
• 优化正则匹配：将正则调整为^[^m][^_]?.*$，覆盖更全面的非m_前缀场景（比如单个字符开头的变量名）

内容的提问来源于stack exchange，提问作者Jimbo