如何使用libclang从C++源文件中提取所有函数调用

你拿不到DoSomething相关节点的核心原因有两个：

1. 测试代码里Thing类型完全没有声明/定义，Clang解析时直接抛出语法错误，默认会截断错误代码段的AST生成，你现在的输出里连new Thing()的相关节点都没有就是这个原因。
2. 没有专门过滤函数/方法调用对应的AST节点类型，成员调用不会直接以带方法名的普通节点形式出现在遍历结果里，需要匹配特定的CursorKind。

首先调整解析参数，让Clang遇到语法错误时不要中断AST生成，同时过滤目标节点类型即可。

修正后的脚本 #

import clang.cindex

# 如果系统没有把libclang加入搜索路径，手动指定LLVM安装路径下的libclang库位置即可
# clang.cindex.Config.set_library_file("C:/Program Files/LLVM/bin/libclang.dll")

idx = clang.cindex.Index.create()
# 关键参数：-ferror-limit=0 强制Clang遇到任意数量错误都继续生成完整AST
parse_args = '-xc++ --std=c++11 -ferror-limit=0'.split()
tu = idx.parse('example.cpp', args=parse_args)

# 先打印解析诊断，快速定位代码不完整/语法错误问题
print("=== 解析诊断 ===")
for diag in tu.diagnostics:
    print(f"[{diag.severity}] 行{diag.location.line}: {diag.spelling}")

print("\n=== 检测到的调用 ===")
# 需要匹配的节点类型：普通函数调用、C++成员函数调用、成员引用
target_kinds = {
    clang.cindex.CursorKind.CALL_EXPR,
    clang.cindex.CursorKind.CXX_MEMBER_CALL_EXPR,
    clang.cindex.CursorKind.MEMBER_REF_EXPR
}

def get_qualified_name(cursor):
    """递归拼接节点的完全限定名"""
    name_parts = []
    cur = cursor
    while cur.kind != clang.cindex.CursorKind.TRANSLATION_UNIT:
        if cur.spelling:
            name_parts.append(cur.spelling)
        cur = cur.semantic_parent
    return "::".join(reversed(name_parts))

for cursor in tu.cursor.walk_preorder():
    # 跳过系统头文件等非当前目标文件的节点
    if not cursor.location.file or cursor.location.file.name != "example.cpp":
        continue
    if cursor.kind in target_kinds:
        called_entity = cursor.referenced
        if called_entity:
            # 能找到关联语义实体时，输出完整限定名
            print(f"有效调用: 方法名={called_entity.spelling}, 限定名={get_qualified_name(called_entity)}")
        else:
            # 代码不完整、找不到语义实体时，只能输出裸名
            print(f"未解析调用: 名称={cursor.spelling} (代码不完整，无法获取限定名)")

运行效果说明 #

如果给example.cpp补上Thing类的定义：

class Thing {
public:
    void DoSomething();
};

int main()
{
    Thing *thing = new Thing();
    thing->DoSomething();
    return 0;
}

运行脚本会直接输出你要的结果：

=== 解析诊断 ===

=== 检测到的调用 ===
有效调用: 方法名=Thing, 限定名=Thing::Thing
有效调用: 方法名=DoSomething, 限定名=Thing::DoSomething

如果用原来不完整的测试代码，脚本也能识别到DoSomething的存在，只是因为Clang无法确定thing的实际类型，拿不到Thing::DoSomething这个完整限定名——这个是语义分析的硬限制，任何工具都不可能在类型完全未定义的情况下无中生有推断出方法所属的类。

如果需要解析大量不完整的C代码，对语义精度要求不高，可以选tree-sitter搭配其C语法模块，它对错误代码的容忍度远高于libclang，不需要完整的编译环境就能拆分出所有语法结构（包括函数调用、类定义等），Python绑定使用也很简单，不需要安装几百MB的LLVM套件。
不建议用正则表达式匹配C语法，C的语法规则歧义太多，正则的误判漏判率会高到没法用。

内容的提问来源于stack exchange，提问作者Rahn