treesitter_language_analyzers 模块概述

1. 模块目的

treesitter_language_analyzers 模块是 dependency_analysis_engine 依赖分析引擎的核心组件，专门负责利用 Tree-sitter 解析库对多种编程语言的源代码进行静态分析。该模块的主要设计目的是：

多语言支持：为 C、C++、CMake、Java、C#、JavaScript、TypeScript、PHP、Go、Rust、Bash、TOML 等多种语言提供统一的解析接口
AST 解析与遍历：使用 Tree-sitter 生成抽象语法树（AST），并通过遍历提取代码中的关键结构元素
实体提取：识别并提取代码中的类、接口、函数、方法、结构体等核心代码实体
关系识别：分析实体之间的调用、继承、实现、依赖等关系
标准化输出：生成标准化的 Node 和 CallRelationship 数据结构，供上层依赖图构建模块使用

该模块通过将语言特定的解析逻辑封装在独立的分析器中，同时保持统一的接口，实现了代码库的多语言依赖分析能力，为整个 CodeWiki 系统的文档生成和代码理解提供了基础支撑。

2. 模块架构

treesitter_language_analyzers 模块采用分层架构设计，将不同语言的分析器按照语言家族和特性进行组织，形成清晰的结构。

2.1 整体架构图

graph TD A[treesitter_language_analyzers] --> B[c_family_and_build_analyzers] A --> C[managed_language_analyzers] A --> D[web_scripting_analyzers] A --> E[systems_and_infra_analyzers] B --> B1[TreeSitterCAnalyzer] B --> B2[TreeSitterCppAnalyzer] B --> B3[TreeSitterCMakeAnalyzer] C --> C1[TreeSitterJavaAnalyzer] C --> C2[TreeSitterCSharpAnalyzer] D --> D1[TreeSitterJSAnalyzer] D --> D2[TreeSitterTSAnalyzer] D --> D3[TreeSitterPHPAnalyzer] D --> D4[NamespaceResolver] E --> E1[TreeSitterGoAnalyzer] E --> E2[TreeSitterRustAnalyzer] E --> E3[TreeSitterBashAnalyzer] E --> E4[TreeSitterTOMLAnalyzer] F[DependencyParser] --> A G[Node] H[CallRelationship] B1 --> G B1 --> H B2 --> G B2 --> H B3 --> G B3 --> H C1 --> G C1 --> H C2 --> G C2 --> H D1 --> G D1 --> H D2 --> G D2 --> H D3 --> G D3 --> H E1 --> G E1 --> H E2 --> G E2 --> H E3 --> G E3 --> H E4 --> G

2.2 数据流程图

sequenceDiagram participant DP as DependencyParser participant TSA as TreeSitterAnalyzer participant TS as Tree-sitter participant AST as AST Traversal participant NE as Node Extractor participant RE as Relationship Extractor DP->>TSA: analyze_file(file_path, content, repo_path) TSA->>TS: Parse source code TS-->>TSA: Return AST TSA->>AST: Traverse AST structure AST->>NE: Extract code entities NE-->>TSA: Nodes list TSA->>AST: Identify relationships AST->>RE: Extract dependencies RE-->>TSA: Relationships list TSA-->>DP: Return (nodes, relationships)

2.3 架构说明

该模块按照语言特性和应用场景将分析器组织为四个子模块：

c_family_and_build_analyzers：负责 C、C++ 和 CMake 语言的分析，处理系统级编程语言和构建脚本
managed_language_analyzers：专注于 Java 和 C# 等托管语言的分析，处理面向对象和强类型语言特性
web_scripting_analyzers：针对 JavaScript、TypeScript 和 PHP 等 Web 脚本语言，处理动态类型和 Web 开发特性
systems_and_infra_analyzers：负责 Go、Rust、Bash 和 TOML 等系统和基础设施相关语言的分析

每个分析器都遵循相似的工作流程：接收文件输入 → 使用 Tree-sitter 解析生成 AST → 遍历 AST 提取节点 → 分析节点间关系 → 返回标准化数据结构。

3. 核心组件参考

treesitter_language_analyzers 模块包含以下核心子模块和组件：

3.1 c_family_and_build_analyzers 子模块

TreeSitterCAnalyzer：C 语言代码分析器，提取函数、结构体、全局变量等实体及其调用关系
TreeSitterCppAnalyzer：C++ 语言代码分析器，支持类、继承、方法等 C++ 特有特性
TreeSitterCMakeAnalyzer：CMake 构建脚本分析器，提取函数、宏定义和构建命令关系

3.2 managed_language_analyzers 子模块

TreeSitterJavaAnalyzer：Java 语言代码分析器，处理类、接口、方法、继承等 Java 特性
TreeSitterCSharpAnalyzer：C# 语言代码分析器，支持 C# 类、接口、属性等特性分析

3.3 web_scripting_analyzers 子模块

TreeSitterJSAnalyzer：JavaScript 代码分析器，提取函数、类、方法调用及 JSDoc 类型依赖
TreeSitterTSAnalyzer：TypeScript 代码分析器，在 JavaScript 基础上增加类型注解、接口等特性支持
TreeSitterPHPAnalyzer：PHP 代码分析器，处理类、接口、trait 及命名空间解析
NamespaceResolver：PHP 命名空间解析器，辅助 PHP 分析器处理命名空间和 use 语句

3.4 systems_and_infra_analyzers 子模块

TreeSitterGoAnalyzer：Go 语言代码分析器，处理函数、方法、结构体等 Go 特性
TreeSitterRustAnalyzer：Rust 语言代码分析器，支持函数、结构体、trait、impl 块等 Rust 特性
TreeSitterBashAnalyzer：Bash 脚本分析器，提取函数定义和调用关系
TreeSitterTOMLAnalyzer：TOML 配置文件分析器，提取表格和数组结构

3.5 核心数据模型

Node：表示代码实体（类、函数、方法等）的节点对象
CallRelationship：表示节点间调用或依赖关系的对象

这些核心组件共同协作，为上层的 DependencyParser 提供了强大的多语言代码分析能力，是整个依赖分析引擎的基础。