GAST: A generic AST representation for language-independent source code analysis

• Leiton-Jimenez, Jason ^[1] ; Barboza-Artavia, Luis ^[1] ; Gonzalez-Torres, Antonio ^[1] ; Brenes-Jimenez, Pablo ^[2] ; Pacheco-Portuguez, Steven ^[2] ; Navas-Su, Jose ^[2] ; Hernández-Vasquez, Marco ^[1] ; Solano-Cordero, Jennier ^[1] ; Hernandez-Castro, Franklin ^[3] ; Trejos-Zelaya, Ignacio ^[2] ; Arce-Orozco, Armando ^[2]
  1. [1] Department of Computer Engineering at the Costa Rica Institute of Technology
  2. [2] School of Computing at the Costa Rica Institute of Technology
  3. [3] School of Industrial Design at the Costa Rica Institute of Technology

  Mostrar afiliaciones +
• Localización: Enfoque UTE: Facultad de Ciencias de la Ingeniería e Industrias - Universidad UTE, ISSN-e 1390-6542, Vol. 14, Nº. 4, 2023, págs. 9-18
• Idioma: inglés
• Títulos paralelos:
  • GAST: A generic AST representation for language-independent source code analysis
• Enlaces
  • Texto completo
• Resumen
  • español

    Las organizaciones usan varios lenguajes de programación para desarrollar sus sistemas. Estas utilizan las características mas apropiadas de cada lenguaje para un dominio determinado. Por su parte los programadores deben tener dominio de diferentes lenguajes para hacer frente a la creciente complejidad del desarrollo y mantenimiento del software. Así que necesitan herramientas que les ayuden a realizar esas tareas. Esas herramientas deben ser capaces de analizar los programas para identificar las relaciones entre sus elementos internos, ayudar a descubrir patrones y calcular métricas de calidad. Sin embargo, la mayoría tienen soporte limitado para analizar diversos lenguajes de programación y altos costos de adquisición. Por lo que existe la necesidad de contar con nuevos métodos para analizar el código escrito en múltiples lenguajes de programación. Este artículo describe el diseño de un método para transformar automáticamente la sintaxis de varios lenguajes de programación en un lenguaje universal con una sintaxis genérica. La función del lenguaje genérico es encapsular las especificidades de cada lenguaje concreto, de manera que se facilite el análisis de programas en una sola sintaxis de programación y no en múltiples sintaxis. La ventaja de este enfoque es que solo se requiere un motor de análisis, no varios analizadores de código, para estudiar los programas.

  • English

    Organizations use various programming languages to develop their systems. These aim to take advantage of the most appropriate features of each language for a given domain and require programmers to command different languages and also to face the growing complexity of software development and maintenance. So, they need tools to help them analyze programs to identify relationships between their internal elements, uncover patterns, and calculate quality metrics. However, most tools have limited support for parsing multiple programming languages and high acquisition costs. Therefore, there is a need for new methods to analyze code written in multiple programming languages. This article describes the design of a method to automatically transform the syntax of various programming languages into a universal language with a generic syntax. The function of the generic language is to encapsulate the specificities of each specific language, so that the analysis of programs is facilitated in a single programming syntax and not in multiple syntaxes. The advantage of this approach is that only one analysis engine is required, not multiple code analyzers, to study the programs.