从CST到AST：基于Tree-sitter与Graphviz的C++代码结构可视化实战

1. 理解CST与AST的本质差异

第一次接触代码语法树时，我也曾被各种缩写搞晕。CST（Concrete Syntax Tree）就像用放大镜看代码，每个标点符号、括号都有对应的节点。而AST（Abstract Syntax Tree）更像是建筑师的设计图，只保留逻辑骨架。举个例子，对于int x = 42 + y;这段代码：

• CST会忠实记录每个等号、分号、空格的位置
• AST则可能简化为一个变量声明节点，附带初始化表达式子树

这种差异在C++中尤为明显。当用Tree-sitter解析模板元编程代码时，CST会生成包含所有尖括号和逗号的庞然大物，而AST应该只保留类型转换关系。我曾尝试对比两种结构，发现500行的模板代码，CST节点数可能是AST的3倍以上。

2. 搭建开发环境与工具链配置

在Ubuntu 20.04上配置环境时，建议先创建独立的Python虚拟环境：

bash复制python -m venv ts_vis
source ts_vis/bin/activate

关键依赖安装有讲究。tree-sitter-python的0.20.1版本与最新Graphviz存在兼容问题，推荐以下组合：

bash复制pip install tree-sitter==0.20.1 graphviz==0.20.1

Windows用户需要注意PATH配置。安装Graphviz后，我习惯用这个命令验证：

powershell复制dot -v  # 应当输出Graphviz版本信息

3. 构建C++语言解析器

Tree-sitter的C++语法定义需要单独编译。这里有个坑：官方仓库的grammar.js需要打补丁才能正确处理C++20概念(concept)。我的解决方案是：

1. 克隆特定版本仓库

bash复制git clone --depth=1 -b v0.20.0 https://github.com/tree-sitter/tree-sitter-cpp

2. 修改grammar.js后编译

python复制Language.build_library(
    'build/cpp.so',
    ['tree-sitter-cpp']
)

测试时建议