Rust 过程宏 proc-macro 是个啥

定义一个 procedural macro

新建一个 lib 类型的 crate:

cargo new hello-macro --lib

procedural macros 只能在 proc-macro 类型的 crate 内定义，所以需要修改 Cargo.toml:

[lib]
proc-macro = true

删除 src/lib.rs 里的全部内容，然后定义第一个过程宏(procedural macro):

use proc_macro::TokenStream;

#[proc_macro]
pub fn hello_proc(input: TokenStream) -> TokenStream {
    input
}

目前它的作用跟下面这个声明宏(declarative macro) 是等价的:

#[macro_export]
macro_rules! hello_macro {
    (
        $($tt: tt)*
    ) => {
        $($tt)*
    };
}

就是把所有传入的 token 全部都原样返回. TokenStream 相当于声明宏里的 $($tt: tt)*,
一连串的 token(TokenTree)
全部放到了一个 stream(其实内部就是个 Vec) 里

pub enum TokenTree {
    Group(Group), // [...], {...}, (...)
    Ident(Ident), // 函数名, struct 名等
    Punct(Punct), // 各种符号: + - * / ; &
    Literal(Literal), // 各种字面值: 123 'a' "hello" 
}

其中 Ident, Punct 和 Literal 都属于单个的 token,
Group 是被三种括号(() [] {})包裹起来的 tokens

测试一下, 修改代码

#[proc_macro]
pub fn hello_proc(input: TokenStream) -> TokenStream {
    for tt in input.into_iter() {
        println!("tt: {:#?}", tt);
    }

    TokenStream::new()
}

然后

cargo new hello # 新建 bin 类型的 crate
cd hello
cargo add --path ../hello-macro # 添加我们的过程宏依赖

然后在 src/main.rs 里调用 hello_proc

use hello_macro::hello_proc;

fn main() {
    hello_proc! {
        let a=8;[1,2,] {1+2 "hello world"}
    }
}

build 一下

cargo build
tt: Ident {
    ident: "let",
    span: #0 bytes(514..517),
}
tt: Ident {
    ident: "a",
    span: #0 bytes(518..519),
}
tt: Punct {
    ch: '=',
    spacing: Alone,
    span: #0 bytes(519..520),
}
tt: Literal {
    kind: Integer,
    symbol: "8",
    suffix: None,
    span: #0 bytes(520..521),
}
tt: Punct {
    ch: ';',
    spacing: Alone,
    span: #0 bytes(521..522),
}
tt: Group {
    delimiter: Bracket,
    stream: TokenStream [
        Literal {
            kind: Integer,
            symbol: "1",
            suffix: None,
            span: #0 bytes(523..524),
        },
        Punct {
            ch: ',',
            spacing: Alone,
            span: #0 bytes(524..525),
        },
        Literal {
            kind: Integer,
            symbol: "2",
            suffix: None,
            span: #0 bytes(525..526),
        },
        Punct {
            ch: ',',
            spacing: Alone,
            span: #0 bytes(526..527),
        },
    ],
    span: #0 bytes(522..528),
}
tt: Group {
    delimiter: Brace,
    stream: TokenStream [
        Literal {
            kind: Integer,
            symbol: "1",
            suffix: None,
            span: #0 bytes(530..531),
        },
        Punct {
            ch: '+',
            spacing: Alone,
            span: #0 bytes(531..532),
        },
        Literal {
            kind: Integer,
            symbol: "2",
            suffix: None,
            span: #0 bytes(532..533),
        },
        Literal {
            kind: Str,
            symbol: "hello world",
            suffix: None,
            span: #0 bytes(534..547),
        },
    ],
    span: #0 bytes(529..548),
}

能干啥

过程宏的入参是一连串的 tokens, 这些都是编译器在进行语法分析之前的 tokens, 而且我们可以在过程宏的函数里执行复杂的逻辑, 且是在编译期执行, 因此我们可以对这些 tokens 做任何事情, 比如定义一套新的语法，解析其它语言等等

甚至我可以在过程宏函数内执行一些毫不相干的代码，比如挖矿。这是一些恶意的过程宏可能会做的事情

Builder Pattern

先看需求:

derive_struct! {
    struct Foo {}
}

// derive_struct 展开后变成下面的代码
struct Foo {}
struct FooBuilder{}

分析一下, 我们需要给传入的 struct 加一个 Builder. 如果用「声明式宏」来做, 怎样才能把一个 ident(Foo) 变成
另一个 ident(FooBuilder) 呢? 好像没有办法(如果你知道的话, 请一定告诉我). 那么我们用过程宏呢, 我们可以取得 ident(Foo),
也可以定义新的 ident(FooBuilder), 理论上完全 OK.

来，让我们在不借助第三方库的情况下试一下

#[proc_macro]
pub fn derive_struct(mut input: TokenStream) -> TokenStream {
   let mut iter = input.clone().into_iter();

   assert_eq!(iter.next().unwrap().to_string().as_str(), "struct");

   let Some(proc_macro::TokenTree::Ident(ident)) = iter.next() else {
       panic!("parse struct identifier error");
   };

   let builder: TokenStream = format!(
           "struct {}{} {}", 
           ident, "Builder", "{}"
       )
       .parse().unwrap();

   input.extend(builder.into_iter());

   input
}

测试代码 main.rs

use hello_macro::derive_struct;

derive_struct! {
    struct Foo {
        a: u8,
    }
}

fn main() {}

查看展开后的代码

# 安装 cargo-expand
# cargo install cargo-expand
cargo expand

展开后的代码:

struct Foo {
    a: u8,
}
struct FooBuilder {}

我们目前只解析了最简单形式的 struct, 如果要再复杂一些, 比如带泛型和 meta data, 那么解析起来就会麻烦很多。
幸运的是我们可以借助 syn 来代替我们手动 parse,
这篇文章 中所有 Metavariables 都能用 syn 来解析,
我们现在需要解析出 ItemStruct 就够了

在 hello-macro 目录下添加依赖:

cargo add syn --features full # syn::Item 需要 full feature

然后修改 derive_struct:

#[proc_macro]
pub fn derive_struct(mut input: TokenStream) -> TokenStream {
    let item_struct: syn::ItemStruct = syn::parse(input.clone()).unwrap();

    let ident = item_struct.ident;

    let builder: TokenStream = format!(
            "struct {}{} {}", 
            ident, "Builder", "{}"
        )
        .parse().unwrap();

    input.extend(builder.into_iter());

    input
}

从 TokenStrem 到 syn::Item 简单了，那反方向解析有没有方便使用的 crate 呢?
有, quote

添加依赖

cargo add quote

修改我们的 derive_struct:

#[proc_macro]
pub fn derive_struct(input: TokenStream) -> TokenStream {
    let item_struct: syn::ItemStruct = syn::parse(input.clone()).unwrap();

    let vis = &item_struct.vis;
    let ident = quote::format_ident!("{}Builder", item_struct.ident);
    let generics = &item_struct.generics;

    quote! {
        #item_struct

        #vis struct #ident #generics {}
    }
    .into()
}

quote::quote 是一个「声明式宏」, 它的内部其实是将 (# $var:ident) 替换为 var.to_tokens()(需要 var 的类型实现 ToTokens trait),
#(#var)* 的用法也跟声明式宏类似

继续改进:

#[proc_macro]
pub fn derive_struct(input: TokenStream) -> TokenStream {
    let mut item_struct: syn::ItemStruct = syn::parse(input.clone()).unwrap();

    let attr: syn::Attribute = syn::parse_quote! {
        #[derive(Default)]
    };

    if item_struct.attrs.iter().all(|x| {
        x.to_token_stream().to_string() != attr.to_token_stream().to_string()
    }) {
        item_struct.attrs.push(attr);
    }

    item_struct.generics.make_where_clause();

    let vis = &item_struct.vis;
    let generics = &item_struct.generics; // 
    let generic_where_clause = &generics.where_clause;

    let mut generic_params = generics.params.clone();
    generic_params = generic_params.into_iter().filter_map(|mut v| {
        match &mut v {
            syn::GenericParam::Lifetime(_) => None,
            syn::GenericParam::Type(ty) => {
                ty.bounds.clear();
                ty.attrs.clear();
                Some(v)
            },
            syn::GenericParam::Const(c) => {
                let ident = c.ident.clone();
                Some(syn::parse_quote! {
                    #ident
                })
            },
        }
    }).collect();

    // println!("generics: {}", generics.to_token_stream());
    // println!("generic_params: {}", generic_params.to_token_stream());
    // println!("generic_where_clause: {}", generic_where_clause.to_token_stream());

    let ident = &item_struct.ident;
    let builder_ident = quote::format_ident!("{}Builder", item_struct.ident);
    let fields = &item_struct.fields;

    let syn::Fields::Named(_) = fields else {
        panic!("struct with unnamed fields like `struct Foo(String);` is not supported.");
    };

    let field_ident: Vec = fields.iter().map(|f|f.ident.clone().unwrap()).collect();
    let field_ty: Vec = fields.iter().map(|f|f.ty.clone()).collect();

    quote! {
        #item_struct

        impl #generics #ident <#generic_params> {
            pub fn builder() -> #builder_ident <#generic_params>{
                Default::default()
            }
        }

        #[derive(Default)]
        #vis struct #builder_ident #generics {
            inner: #ident <#generic_params>,
        }

        impl #generics #builder_ident <#generic_params> {
            pub fn build(self) -> #ident <#generic_params> {
                self.inner
            }
            #(
                pub fn #field_ident(mut self, #field_ident: #field_ty) -> Self {
                    self.inner.#field_ident = #field_ident;
                    self
                }
            )*
        }
    }
    .into()
}

目前的 derive_struct 已经可以支持下面这种 struct 了

derive_struct! {
    #[derive(Debug)]
    pub struct Bar<const N: usize, T: Default> {
        a: u8,
        b: String,
        c: T,
    }
}

派生宏

我们前面定义的过程宏 derive_struct 中文名叫「函数式宏」, 在这个场景下虽然能用, 但是每次都要把整个 struct 包裹起来，还是很麻烦的。这时 proc_macro_derive(中文叫「派生宏」) 就该出场了,
定义一个名为 Builder 的派生宏:

// attributes 可以加到 fields 上, 如果不需要可以不要这个 attributes
#[proc_macro_derive(Builder, attributes(attr1, attr2,))]
pub fn my_builder(input: TokenStream) -> TokenStream {
    let input: syn::DeriveInput = syn::parse(input).unwrap();
    let syn::Data::Struct(data) = input.data else {
        panic!("Sorry, we only support struct.");
    };

    let vis = input.vis;
    let generics = input.generics;
    let builder_ident = quote::format_ident!("{}Builder", input.ident);

    // input.attrs;
    // data.fields;

    quote! {
        #vis struct #builder_ident #generics {}
    }
    .into()
}

proc_macro_derive 是专门用来处理 derive 类型的过程宏的, 函数名可以随意, input 参数是跟宏相关联的某个 item, 在这里它总是 enum, struct 或 union 其中的一种, 因为只有这
三种 item 可以标注 derive 属性。函数返回值会被追加到 item 后面(「函数式宏」会完全替换掉原来的 TokenStream)

#[derive(Debug, Builder)]
struct Foo {
    a: u32,
    #[attr1]
    b: String,
    #[attr2(hello = world)]
    c: (u32, u32),
}
// struct FooBuilder {} // 会被追加到这里

属性宏

「属性宏」的返回值也是会完全替换掉输入的 item

#[proc_macro_attribute]
pub fn hello_attr(attr: TokenStream, item: TokenStream) -> TokenStream {
    // println!("hello_attr attr: {}, item: {}", attr, item);
    item
}

#[hello_attr(hello world)]
fn foo() {}

总结

• 「过程宏」是比「声明式宏」能力更强的一种宏，可以在编译期执行复杂逻辑
• 熟练写「声明式宏」对理解「过程宏」很有帮助，建议学习「过程宏」之前先学习好「声明式宏」
• 写宏的时候多多参阅 The Rust Reference, 可以更深入地理解 Rust 语言
• 在学习过程中，使用 proc-macro2, syn 和 quote 之前，建议先尝试用 Rust 标准库代码实现，这样可以更好的理解这几个库
• 写宏的过程会强迫你对 Rust 语言的细节有更多的理解

关于 proc-macro2

https://crates.io/crates/proc-macro2

https://veykril.github.io/tlborm/proc-macros/third-party-crates.html

由于 proc_macro crate 是专门为 proc_macro 类型 crate 设计的，因此使它们可进行单元测试或从非 proc_macro 代码中访问它们几乎是不可能的。鉴于此，proc-macro2 crate 模仿了原始 proc_macro crate 的 API，在 proc_macro crates 中充当包装器，在非 proc_macro crates 中则可独立使用。因此，建议针对 proc_macro 代码构建库时，使用 proc-macro2 来进行构建，这将使这些库可进行单元测试，这也是为什么下面列出的 crate 取出和发射 proc-macro2::TokenStreams 的原因。当需要 proc_macro token stream 时，可以简单地将 proc-macro2 token stream 转换为 proc_macro 版本，反之亦然。