完整字符串正则表达式的Java字符串分析

Question

我正在寻找一种类似 Java 字符串分析 (JSA) 的工具，它可以将字符串总结为正则表达式。我曾尝试使用 JSA 来做到这一点，但我需要搜索特定的方法，如 StringBuffer.append 或其他字符串操作。

我有这样的字符串:

        StringBuilder test=new StringBuilder("hello ");
        boolean codition=false;
        if(codition){
            test.append("world");
        }
        else{
            test.append("other world");
        }
        test.append(" so far");
        for(int i=0;i<args.length;i++){
            test.append(" again hello");
        }

        // regularExpression = "hello (world| other world) so far( again hello)*"

到目前为止，我的 JSA 实现看起来像这样:

    public static void main(String[] args) {
        StringAnalysis.addDirectoryToClassPath("bootstrap.jar");

        StringAnalysis.loadClass("org.apache.catalina.loader.Extension");
        List<ValueBox> list = StringAnalysis.getArgumentExpressions("<java.lang.StringBuffer: java.lang.StringBuffer append(java.lang.String)>", 0);

        StringAnalysis sa = new StringAnalysis(list);
        for (ValueBox e : list) {
            Automaton a = sa.getAutomaton(e);
            if (a.isFinite()) {
                Iterator<String> si = a.getFiniteStrings().iterator();
                StringBuilder sb = new StringBuilder();
                while (si.hasNext()) {
                    sb.append((String) si.next());
                }
                System.out.println(sb.toString());
            } else if (a.complement().isEmpty()) {
                System.out.println(e.getValue());
            } else {
                System.out.println("common prefix:" + a.getCommonPrefix());
            }
        }

    }

对于 JSA 工具的任何帮助或对其他工具的提示，我将不胜感激。正则表达式的最大问题是围绕字符串常量的控制流结构。

Answer 1

我不知道有什么工具可以立即生成正则表达式。

但由于您对 CFG 有疑问，我建议您针对您的问题编写静态分析。您可以使用像 OPAL 这样的静态分析/字节码框架。 (Scala) 或 Soot ( java )。您将在每个项目页面上找到教程。

设置完成后，您可以加载目标 jar。您应该能够像下面的示例一样利用程序的控制流:

1 public static void example(String unknown) {
2   String source = "hello";
3   if(Math.random() * 20 > 5){
4       source += "world";
5   } else {
6       source += "unknown";
7   }
8   source += unknown;
  }

如果您的分析发现一个已初始化的 String 或 StringBuilder，您就可以开始构建您的正则表达式。例如，第二行会让你的正则表达式变成“你好”。如果您在程序的控制流中遇到条件，您可以分析每条路径并通过“|”将它们组合起来稍后的。

然后分支:“world”(第 4 行)
其他分支:“未知”(第 6 行)

这可以在 (world)|(unknown) 的第 7 行进行总结，并附加到条件表达式之前的正则表达式中。

如果您遇到一个变量，您可以通过过程间分析追溯它，否则您必须使用通配符“.*”。

最终的正则表达式:“你好((世界)|(未知))。*”

我希望这能引导您找到想要实现的解决方案。