如何利用Lark解析.msg文件并自动生成指定格式的C++结构体代码？

问题背景 #

为定制教育机器人平台开发无线通信协议时，现有消息处理库需要为新增消息编写大量样板代码。参考ROS/ROS2的.msg文件定义方式，已用Lark完成.msg文件的解析，但希望避免手动遍历语法树，寻求更高效的代码生成方案。

可行方案：Transformer + 模板生成 #

完全可以实现自动填充动态内容，最简洁高效的方式是结合Lark的Transformer特性提取结构化数据，再通过字符串模板生成目标C代码。无需额外定义C的语法规则，这种方案比基于语法的代码生成更直接。

步骤1：用Transformer提取.msg元数据 #

编写Transformer类，将Lark解析得到的AST转换为结构化的字典数据（包含消息名、ID、成员列表）：

from lark import Lark, Transformer

class MsgTransformer(Transformer):
    def msgname(self, items):
        return ("name", items[0].value)
    
    def msgid(self, items):
        return ("id", int(items[0].value))
    
    def member(self, items):
        return ("member", (items[0].value, items[1].value))
    
    def start(self, items):
        msg_data = {"name": "", "id": 0, "members": []}
        for item in items:
            key, value = item
            if key == "name":
                msg_data["name"] = value
            elif key == "id":
                msg_data["id"] = value
            elif key == "member":
                msg_data["members"].append(value)
        return msg_data

# 解析示例.msg文件
parser = Lark(open("msg_grammar.lark").read())
with open("twist.msg", "r") as f:
    tree = parser.parse(f.read())
msg_data = MsgTransformer().transform(tree)

步骤2：模板填充生成C++代码 #

用Python的f-string或Jinja2模板（复杂场景推荐），将结构化数据填充到C++结构体模板中：

# 定义C++结构体模板
cpp_template = """struct {msg_name} {{
    {msg_name}(const Packet&);

    int id={msg_id};
    {members};
}};"""

# 格式化成员列表
members_code = "\n    ".join([f"{typ} {name};" for typ, name in msg_data["members"]])

# 生成最终C++代码
cpp_code = cpp_template.format(
    msg_name=msg_data["name"],
    msg_id=msg_data["id"],
    members=members_code
)

print(cpp_code)

运行后会输出符合需求的C++结构体代码，以示例.msg为例，输出结果为：

struct TWIST {
    TWIST(const Packet&);

    int id=123;
    float variableone;
    float variabletwo;
};

关于“用语法定义C++结构”的补充 #

如果坚持要用EBNF定义C结构体的生成规则，理论上可以借助Lark的双向解析/代码生成能力，但这种方案会增加不必要的复杂度：需要为C结构体编写额外的EBNF语法，再将.msg元数据注入生成对应的AST，最后转换为代码。相比Transformer+模板的方案，性价比极低，不推荐使用。

核心Lark特性总结 #

• Transformer：将AST转换为结构化数据的核心工具，比手动遍历AST更简洁、可维护
• 语法解析能力：完成.msg文件的元数据提取，是后续代码生成的基础

内容的提问来源于stack exchange，提问作者gigs