Sed: змеиные функции

Question

Мне нужен скрипт sed для автоматического преобразования функций C в нижний регистр змеи.

То, что я имею до сих пор, - это следующее, которое будет отделять слова падежа верблюда подчеркиванием, но это не строчные буквы и это влияет на все.

sed -i -e 's/\([a-z0-9]\)\([A-Z]\)/\1_\L\2/g' `find source/ -type f`

Как сделать так, чтобы это применялось только к функциям? Т.е. только на строках с последующим символом '('.

Кроме того, что мне нужно, чтобы строки начинались с нижнего регистра?

Например, если у меня есть этот код:

void destroyPoolLender(PoolLender *lender)
{
    while (!isListEmpty(&lender->pools)) {
        MemoryPool *myPool = listPop(&this->pool);

        if (pool->inUse) {
            logError("%s memory pool still in use. Pool not released.", pool->lenderName);
        } else {
            free(pool);
        }
    }
    listDestroy(&this->pool);
}

Это должно выглядеть так, как только будет преобразовано:

void destroy_pool_lender(PoolLender *lender)
{
    while (!is_list_empty(&lender->pools)) {
        MemoryPool *myPool = list_pop(&this->pool);

        if (pool->inUse) {
            log_error("%s memory pool still in use. Pool not released.", pool->lenderName);
        } else {
            free(pool);
        }
    }
    list_destroy(&lender->pools);
}

Обратите внимание, что myPool не тронут, потому что это не имя функции.

Answer 1

Решение для Баш. Он использует информацию из объектных файлов nm команда. Увидеть man nm,

Для создания объектных файлов из источников вам нужно запустить gcc с -c опцию для каждого исходного файла (может быть, у вас уже есть, созданные make команда. Затем вы можете пропустить этот шаг):

gcc -c one.c -o one.o
gcc -c two.c -o two.o

Использование: ./convert.sh one.o two.o

#!/bin/bash

# store original function names to the variable.
orig_func_names=$(
    # get list symbols from all object files
    nm -f sysv "$@" |
    # picks the functions and removes all information except names.
    sed -n '/FUNC/s/\s.*//p' |
    # selects only functions, which contain the uppercase letter in the name.
    sed -n '/[A-Z]/p'
);

# convert camel case names to snake case names and store new names to the variable.
new_func_names=$(sed 's/[A-Z]/_\l&/g' <<< "$orig_func_names")

# create file, containing substitute commands for 'sed'. 
# Example of commands from this file:
# s/\boneTwo\b/one_two/g
# s/\boneTwoThree\b/one_two_three/g
# etc. One line to the each function name.
paste -d'/' <(printf 's/\\b%s\\b\n' ${orig_func_names}) <(printf '%s/g\n' ${new_func_names}) > command_file.txt

# do converting
# change object file extenstions '.o' to C source - '.c' file extensions.
# were this filenames: one.o two.o three.o
# now they are: one.c two.c three.c
# this 'sed' command creates backup for the each file and change the source files. 
sed -i_backup -f command_file.txt "${@/.o/.c}"

Следует отметить, что время выполнения растет в геометрической прогрессии в этом решении. Например, если у нас 70000 строк и 1000 функций, то нужно выполнить 70 миллионов проверок (70 000 строк * 1000 функций). Было бы интересно узнать, сколько времени это займет.

---

тестирование

вход

файл one.c

#include <stdio.h>

int one(); 
int oneTwo(); 
int oneTwoThree();
int oneTwoThreeFour();

int one() {
    puts("");
    return 0;
}

int oneTwo() {
    printf("%s", "hello");
    one();
    return 0;
}

int oneTwoThree() {
    oneTwo();
    return 0;   
}

int oneTwoThreeFour() {
    oneTwoThree();
    return 0;   
}

int main() {

    return 0;
}

файл two.c

#include <stdio.h>

int two() {
    return 0; 
}

int twoThree() {
    two();
    return 0;
}   

int twoThreeFour() {
    twoThree();
    return 0;    
}   

Выход

файл one.c

#include <stdio.h>

int one(); 
int one_two(); 
int one_two_three(); 
int one_two_three_four(); 

int one() {
    puts("");
    return 0;   
}

int one_two() {
    printf("%s", "hello");
    one();
    return 0;   
}

int one_two_three() {
    one_two();
    return 0;   
}

int one_two_three_four() {
    one_two_three();
    return 0;   
}

int main() {

    return 0;
}

файл two.c

#include <stdio.h>

int two() {
    return 0;  
}

int two_three() {
    two();
    return 0;
}   

int two_three_four() {
    two_three();
    return 0;    
}  

Answer 2

Мы можем сделать это с помощью sed. Хитрость заключается в том, чтобы соответствовать всем, включая ( в качестве группы захвата 2, и использовать \l скорее, чем \L, в нижнем регистре только первый соответствующий символ:

s/\([a-z0-9]\)\([A-Z][A-Za-z0-9]*(\)/\1_\l\2/

Мы не можем просто использовать /g модификатор, потому что последующие замены могут перекрываться, поэтому используйте его в цикле:

#!/bin/sed -rf

:loop
s/([a-z0-9])([A-Z][A-Za-z0-9]*\()/\1_\l\2/
tloop

(Я использовал -r для GNU sed, чтобы уменьшить количество обратных косых черт, которые мне нужны).

Дальнейшее упрощение состоит в том, чтобы соответствовать границе без слов; это устраняет необходимость в двух группах захвата:

#!/bin/sed -rf

:loop
s/\B[A-Z]\w*\(/_\l&/
tloop

Демо-версия:

$ sed -r ':loop;s/\B[A-Z]\w*\(/_\l&/;tloop' \
          <<<'SomeType *myFoo = callMyFunction(myBar, someOtherFunction());'

SomeType *myFoo = call_my_function(myBar, some_other_function());

---

Обратите внимание, что это только изменяет вызовы функций и определения - может быть трудно определить, какие имена являются функциями, если вы храните или передаете указатели на функции. Вы можете решить исправить это вручную (реагируя на ошибки компиляции), если у вас есть только 70 тыс. Строк для обработки. Если вы работаете с 1M+, вам может понадобиться подходящий инструмент рефакторинга.