Поиск имен «главных» функций в файле C помощью Bash сценария

Question

Я с большим числом файлов C, которые структурированы следующим принципом:

• Все функции объявлены в файле C и имеют тип возврата int, double или void.
• Все функции начинаются с «ksz_». Только функции используют это - ничто иное не использует «ksz_» в своих именах.
• Файл содержит "основные" функции. Все поддерживающие функции используют имя своей основной функции, чтобы сформировать себя.
• Потому что они были сделаны разными людьми, они довольно messly сделаны и пробелы, расположенных в различных местах:

rought визуализация будет (обратите внимание на пробелы):

int ksz_Print(...) 
{ 
... 
} 

void ksz_Print_Helper1 (...){ 
... 
} 
void ksz_Print_Helper2(...) { 
... 
} 
int ksz_Input(...){ 
... 
} 
double ksz_Input_Helper1 (...){ 
... 
} 

мне нужно найдите «основные» имена функций для каждого отдельного файла C, чтобы использовать их для другого алгоритма поиска. Поскольку эти файлы огромны (у них их более десятка тысяч строк), а их сотни, мне нужен сценарий Bash для этого.

В идеале этот сценарий будет извлечь только «основные» функции:

ksz_Print 
ksz_Input 

Что меня останавливает то, что я не могу думать о Regex моего Grep для извлечения функциональных линий. Я думаю, что его логика должна выглядеть следующим образом:

(пространства) (INT/поплавок/двойной) (пространства) (КСЗ _) (другие characers без пробелов) (пробелы) (открывающая скобка)

После того, что я думаю, Я извлечу слово, содержащее «ksz_» из каждой строки, с cut (после обрезки и удаления дубликатов пробелов).

И, наконец, мне нужно найти способ отфильтровать поддерживающие функции.

Но каков был бы мой первоначальный grep в этом скрипте?

Answer 1

Если я правильно понимаю ваши требования правильно это должно сделать это:

root@local [~]# awk '/^[ \t]*(int|float|double)[ \t]+ksz_/ {print $2}' sample.txt 

Одна вещь, которую я не понимаю, о том, следует ли быть только один «_» после того, как КСЗ так, например, если «двойной ksz_Input_Helper1» не то, что вы хотите совместить. В регулярном выражении выше оно соответствует.

Я также решил пойти с awk, а не grep, поскольку вы сказали, что хотите только имя, которое выше awk печатает только второе поле, используя пробелы в качестве разделителя.Если вы все еще хотите использовать Grep это делает ту же задачу:

root@local [~]# egrep '^\s*(int|float|double)\s+ksz_' sample.txt 

Вот разбивка (примечание в AWK Я использую [\ т] вместо \ S, как я не мог заставить его признать \ s ]:

^ - match start of line 
\s* - match if there are 0 or more white spaces 
(int|float|double) - match int, float, OR double 
\s+ - match at least one whitespace 
ksz_ - match literal string "ksz_" 

Answer 2

Попробуйте использовать регулярное выражение, которое соответствует только части, которую вы хотите, и только печать, что:.

grep -oRE "(ksz_[a-zA-Z_]*\b)" * 
    -o - output only match 
    -R - recursive 
    -E - regex 
    [a-zA-Z_] - upper and lower case letters, underscore 
    \b - ending at word boundry