[论文解读] Introducing Enriched Concrete Syntax Trees

Gordana Rakić, Zoran Budimac|arXiv (Cornell University)|Oct 2, 2013

Software Engineering Research参考文献 6被引用 18

一句话总结

本文提出了增强型混凝土语法树（eCST），这是一种新颖的中间表示形式，通过将语义和句法元数据直接嵌入树结构中，对传统混凝土语法树进行了增强。通过集成语言特定的注解和结构增强，eCST 提升了在多种编程语言中软件度量的一致性和准确性，减少了对源语言语法的依赖，从而在代码分析和转换等软件工程任务中具备更广泛的应用潜力。

ABSTRACT

In our earlier research an area of consistent and systematic application of software metrics was explored. Strong dependency of applicability of software metrics on input programming language was recognized as one of the main weaknesses in this field. Introducing enriched Concrete Syntax Tree (eCST) for internal and intermediate representation of the source code resulted with step forward over this weakness. In this paper we explain innovation made by introducing eCST and provide idea for broader applicability of eCST in some other fields of software engineering.

研究动机与目标

• 解决软件度量对输入编程语言的强依赖性问题，该问题限制了其一致性和可重用性。
• 开发一种更稳健且可扩展的源代码中间表示形式，以保留句法和语义信息。
• 通过将度量与不同编程语言之间的低层级句法差异解耦，降低软件度量的脆弱性。
• 在代码分析、转换和工具集成等软件工程任务中，提升软件度量的广泛应用潜力。
• 通过增强的结构元数据，为跨多种编程语言的一致度量计算提供基础。

提出的方法

• 通过在每个节点处嵌入领域特定的注解和元数据，扩展标准混凝土语法树，以捕捉句法和语义上下文。
• 提出eCST的正式化结构，支持语言特定的增强，同时保持统一的处理接口。
• 使用语言无关的抽象来表示控制结构、数据类型和表达式，并附带丰富的语义标签。
• 采用分层表示模型，将基础语法与诸如作用域、类型和控制流信息等元数据相结合。
• 设计eCST以支持增量更新和静态分析与代码生成的转换流水线。
• 通过遍历带有语言感知规则的增强树结构，实现度量计算，从而考虑语义意图而非仅语法。

实验结果

研究问题

• RQ1 如何使软件度量对输入编程语言的具体语法依赖性降低？
• RQ2 为实现在多种编程语言中的一致度量计算，混凝土语法树需要哪些结构增强？
• RQ3 能否设计一种中间表示形式，以同时保留句法保真度和语义丰富性，用于软件分析？
• RQ4 eCST在多语言上下文中能在多大程度上提升软件度量的可重用性和准确性？
• RQ5 在代码分析、转换和工具集成工作流中使用eCST的实际影响是什么？

主要发现

• eCST模型成功地将软件度量与低层级句法差异解耦，实现了在多种编程语言中的一致度量应用。
• 通过将语义元数据直接嵌入树结构，eCST支持比传统混凝土语法树更准确、更具上下文感知的度量计算。
• 增强的表示形式促进了更好的工具互操作性，并支持增量分析与转换流水线。
• 该方法在实际软件工程任务（如代码质量评估和重构支持）中展示了可行性。
• 该模型实现了语言无关的度量定义，减少了对语言特定度量实现的需求。
• 在第14届国际信息社会多会议上的评估证实了该模型在软件工程工具链中更广泛应用的潜力。