如何通过python-clang区分结构体成员的bool与_Bool类型？

由于<stdbool.h>中bool是宏定义而非typedef，clang预处理后会将bool替换为_Bool，导致AST中无法直接通过类型游标区分原始写法。针对结构体成员token为空的情况，可通过以下方法获取源码中的原始类型：

• 利用游标定位源码位置
  每个结构体成员的Cursor都带有extent属性，它包含了该成员在源码中的起始和结束SourceLocation。通过这两个位置，可以直接从原始源码文件中截取对应位置的文本，从而获取原始的类型写法。

• 具体实现步骤

  1. 获取结构体成员游标member_cursor的extent，得到start_loc和end_loc。
  2. 通过start_loc.file.name获取源码文件路径，读取文件的全部内容。
  3. 利用start_loc.offset和end_loc.offset计算出该成员声明在源码中的字符区间，截取这段文本。
  4. 对截取的文本进行简单处理（比如去除空白、拆分声明），提取出类型关键字部分，即可区分是bool还是_Bool。

• 示例代码片段

  import clang.cindex
  
  def get_original_member_type(member_cursor):
      # 获取成员的位置信息
      extent = member_cursor.extent
      start_loc = extent.start
      end_loc = extent.end
  
      # 跳过非文件位置的情况
      if not start_loc.file or not end_loc.file:
          return None
  
      # 读取源码文件
      with open(start_loc.file.name, 'r') as f:
          source_content = f.read()
  
      # 截取成员声明的文本
      member_text = source_content[start_loc.offset:end_loc.offset].strip()
      # 拆分声明，提取类型部分（简单处理，可根据实际情况优化）
      type_part = member_text.split()[0]
      return type_part
  
  # 初始化clang索引
  index = clang.cindex.Index.create()
  tu = index.parse('test.c', args=['-std=c11'])
  
  # 遍历AST找到结构体成员
  def traverse(cursor):
      if cursor.kind == clang.cindex.CursorKind.STRUCT_DECL:
          for child in cursor.get_children():
              if child.kind == clang.cindex.CursorKind.FIELD_DECL:
                  original_type = get_original_member_type(child)
                  print(f"成员{child.spelling}的原始类型: {original_type}")
      for child in cursor.get_children():
          traverse(child)
  
  traverse(tu.cursor)
  

• 注意事项

  • 确保clang在解析时加载了正确的头文件（比如通过args=['-std=c11', '-I/path/to/include']指定），避免预处理异常。
  • 若源码中有复杂的声明（比如带指针、数组修饰符），需要优化文本拆分逻辑，比如用正则匹配类型部分。

内容的提问来源于stack exchange，提问作者Jani