程序理解中支持多语言理解与信息提取技术的研究

摘要

从各种软件诞生开始，软件的维护、更新和升级等伴随软件的整个生命周期。软件的维护、更新和升级等在对原有系统的分析和理解过程中所花费的人力、物力都是非常巨大的。程序理解技术的发展，为软件的维护、更新和升级等提供了不可忽视的支持和帮助，提高了程序员对原有系统的理解效率，从而降低了软件的维护、更新和升级等成本。目前软件所采用的程序设计语言多种多样，因此一种能够支持多种程序设计语言的程序理解系统将有效地提高程序理解的效率和降低开发的成本。
　　 程序理解是通过对源程序进行分析和信息提取，从而获得用户所需要的各种源程序中的信息，如类图、系统结构、文档等。不同的程序设计语言的本质区别主要体现在词法规则和语法规则的不同，而程序理解的方法是相似的。本文将程序设计语言的词法规则和语法规则以产生式的方式表示，通过设计一种基于产生式的多语言程序信息提取器实现将不同的程序设计语言以统一的方式表示，从而可用一套程序理解系统支持对多种程序设计语言的程序理解。
　　 本文设计的基于产生式多语言程序理解系统主要包括以下三个模块：扫描分析器模块、知识管理模块和结果表示模块。扫描分析器模块中的扫描器实现对不同程序设计语言的识别。分析器通过调用本文设计的基于产生式的多语言程序信息提取器实现对输入的源程序分析及信息抽取。知识管理模块实现将抽取的信息归类并进行结构存储，它由信息库、信息归类和信息结构存储三部分组成，通过知识管理模块实现将多种程序设计语言提取的源程序信息以统一的方式进行知识管理。结果表示模块将程序理解的最终结果以使用者容易理解的方式展示给使用者。结果表示模块主要包括UML类图结果表示和XML文档结果表示等。将源程序工程文件通过扫描分析器模块输入系统，结果表示模块则将源工程文件所包含的信息通过UML类图和XML文档结果显示给用户。