寻求可Python脚本化的C++静态代码分析工具以提取输入数据结构

基于Clang生态的工具 #

• libclang（Python绑定）：直接调用Clang的AST分析能力，能遍历代码定位指定输入函数的所有调用点，解析参数的具体类型、所属类的上下文。Python端调用简单，适合写脚本批量处理，对复杂C++特性支持完善。
• Clang Query：用AST查询语法快速定位目标函数调用，命令行就能执行，输出结果包含调用位置、参数类型等基础信息，适合快速做初步排查。

静态分析工具 #

• CodeQL：针对C++有成熟的分析规则库，编写QL查询语句就能精准找出目标函数的所有调用，关联参数类型、所属类等细节。可以通过CLI导出结果，再用Python脚本处理生成schema，适合大型代码库的深度分析。
• CppDepend：能生成函数调用依赖图谱，直观展示目标输入函数的所有调用方，同时提供参数类型、所属类的详细元数据，支持导出数据到CSV/JSON，方便后续Python处理。

纯Python集成工具 #

• pycparser：纯Python实现的C/C解析器，虽然对部分复杂C特性（比如模板特化）支持有限，但足够处理常规代码的函数调用解析，能直接在Python脚本里集成，快速提取所需信息。
• tree-sitter：搭配C++语法解析器，Python绑定易用性高，生成的语法树遍历速度快，适合大型代码库的批量扫描，能精准定位函数调用节点并提取参数、类上下文信息。

内容的提问来源于stack exchange，提问作者eudoxos