如何用TreeSitter定位Python函数调用的来源文件？

核心步骤 #

• 回溯AST到文件根节点：从已捕获的check_files_in_directory调用节点出发，向上遍历AST的父节点链，直到找到对应整个源文件的根节点（TreeSitter解析每个文件会生成独立的AST根）。
• 验证调用的导入归属：确认该调用确实来自GPT4Readability.utils：
  • 如果调用是utils.check_files_in_directory这种带别名的形式，查找当前文件中import GPT4Readability.utils as utils或from GPT4Readability import utils的导入节点；
  • 如果是直接调用check_files_in_directory，查找from GPT4Readability.utils import check_files_in_directory的导入节点。
• 提取源文件路径：每个TreeSitter AST根节点都会关联解析时传入的源文件路径，确认调用和导入匹配后，该路径就是调用的来源文件。

关键TreeSitter相关要点 #

• Python语法节点类型：重点关注call（函数调用）、import_statement、from_import_statement这几种节点类型，它们是实现逻辑的核心载体。
• 节点遍历能力：利用TreeSitter的节点父子/兄弟遍历API，从调用节点快速定位到同文件内的导入语句，验证调用的命名空间归属。
• 节点位置信息：每个节点包含在源文件中的起止位置，可借助这一信息缩小导入语句的查找范围，提升效率。

内容的提问来源于stack exchange，提问作者Exploring