Автоопределение языка программирования по коду?

Question

[GOleg]

Добрый день! Существуют ли готовые решения (опенсорс) для автоматического определения языка программирования по заданному исходнику? Насколько сложно создать подобное самому?
Достаточно ли детектировать несколько ключевых слов или нужно более глубоко парсить код?
Спасибо.

Comments

[GOleg]

код на входе считается валидным

Answer 1

[jackroll]

Теплый, ламповый https://github.com/github/linguist

Comments

[bobrovskyserg]

Good staff

[Roman K]

bobrovskyserg: Хорошая администрация?

[bobrovskyserg]

Roman Kitaev:
Хорошая обслуга.

Answer 2

[Денис Инешин]

ИМХО нужно глубоко парсить, у многих ЯП синтаксис очень похож.

Answer 3

[bobrovskyserg]

Нескольких ключевых слов не хватит - для лиспа нужны скобочки, для питона - отступы и тд.
Если список языков задан, а код валидный, скормив его по очереди компиляторам/интерпретаторам можно узнать, какие языки считают этот код своим. Если код невалидный - всё плохо, например, склеив кусок питона и кусок лиспа, я получу код, который куда отнести? Правильно, в мусор.

Comments

[egorsmkv]

Поочередно скармливать компиляторам/интерпретаторам нужно, если вам необходимо 100% знать на каком языке написан код. Для обычных ситуаций достаточно его разбирать анализом текста.

[bobrovskyserg]

egorsmkv:
Ваше замечание сложно оспорить - ведь вы же не поясняете, что есть "обычная ситуация" и что есть "анализ текста".
Придётся согласиться )))

[egorsmkv]

bobrovskyserg: в этом случае - узнать язык программирования файла. Поднимать сотню компиляторов/интерпретаторов не очень выгодня, например, для какого-нибудь git-viewer'a, который подсвечивает код по узнанному языку программирования.

[bobrovskyserg]

egorsmkv:
Автор задал вопрос, как задал. Для гита ситуация отличается - у файлов правильные расширения, и отличить лисп от питона можно так. А если какой извращенец шифрует расширения - он сам себе буратино.

[egorsmkv]

bobrovskyserg: Тоже верно, варианты решения мы написали, выбор за автором.