如何用sed/awk提取继承BaseClass的Python子类及函数

下面是一个Awk脚本，可以批量处理Python代码文件，自动提取所有继承自BaseClass的子类名称、函数声明，并输出对应文件路径：

完整Awk脚本 #

将以下内容保存为extract_subclasses.awk：

BEGIN {
    in_target_class = 0
    class_name = ""
}

FILENAME != prev_filename {
    if (prev_filename != "") {
        print "---"
    }
    print "文件路径: " FILENAME
    prev_filename = FILENAME
    in_target_class = 0
    class_name = ""
}

# 匹配继承BaseClass的类定义行
/^class [A-Za-z0-9_]+.*\(.*BaseClass.*\):/ {
    split($0, parts, /class |\(/)
    class_name = parts[2]
    print "子类定义: " $0
    in_target_class = 1
    next
}

# 捕获目标类内的函数声明
in_target_class && /^[[:space:]]*def [A-Za-z0-9_]+\(/ {
    sub(/^[[:space:]]*/, "", $0)
    print "  函数: " $0
}

# 遇到非目标类时退出跟踪状态
/^class / && !/BaseClass/ {
    in_target_class = 0
}

使用方法 #

1. 处理单个/多个文件 #

在终端运行：

awk -f extract_subclasses.awk path/to/file1.py path/to/file2.py

2. 递归遍历整个代码库 #

结合find命令处理所有子目录下的.py文件：

find /path/to/your/code -name "*.py" -exec awk -f extract_subclasses.awk {} +

示例效果 #

假设存在文件src/utils/data_processor.py，内容如下：

class BaseClass:
    def base_method(self):
        pass

class DataProcessor(BaseClass):
    def load_dataset(self, path):
        pass

    def preprocess(self, data):
        return data

class TempClass:
    def temp_func(self):
        pass

运行脚本后输出：

文件路径: src/utils/data_processor.py
子类定义: class DataProcessor(BaseClass):
  函数: def load_dataset(self, path):
  函数: def preprocess(self, data):
---

注意事项 #

• 脚本假设类定义为单行格式（如class X(BaseClass):），如果你的代码有多行继承定义（比如跨线写父类），需要调整正则表达式适配。
• 会捕获类内所有以def开头的函数，包括特殊方法（如__init__、__str__）。
• 输出中的---分隔符用于区分不同文件的结果，方便阅读。

内容的提问来源于stack exchange，提问作者Bitdiot