transform code to graph with joern

现在用joern来构建代码属性图。joern可以生成AST，CFG，PDG，然后将这三者全部融合在一起。对于GNN来说，输入需要各个节点的属性以及节点之间的关系。因此，下面有两种方式来用joern构建，一种是直接用其生成的CPG来进行处理；第二种方式是分别将生成的三种结构进行组合。

用joern生成的这三种图的存储方式都可以通过json对象或者json string的形式进行存储。（那么这三种结构中的节点，是否能够统一联系在一起？）

AST

用joern可以将函数解析出来生成AST，这个AST的数据是以json的格式进行存储的。为了方便批量处理数据，我们用将json用Python转换成字典的形式。

1. 解析文件并生成AST。如果直接将一个函数实体通过此命令进行解析 cpg.runScript(graph/ast-for-funcs-dumps.sc) ，那会将此函数以及其内部的函数都生成一个AST，然后这些AST都存在 dict["functions"]中，这是一个列表，其中每个元素是以字典形式存储的每个函数的AST。每个AST字典第一个键值对表明此AST是哪个函数key = function value = function_name。我们只要主函数的AST，因此我们首先需要知道主函数的函数名，然后通过在键值对查询找到相应的字典（AST）。

2. 找到所有的节点及需要的节点信息。

   对于每个AST（字典），它的结构是这样的，主要有三个键，function、id、AST。function表示的是此函数的函数名。id是每个节点或者边的编号，其格式是io.shiftleft.codepropertygraph.generated.nodes.Method@49 .nodes表示这是AST的一个节点，.Method表示这个节点的类型是一个方法，@49是这个节点的标号（应该是十六进制）。这个node是此AST的首节点，其余的节点和边都是由此节点发散出来。AST表示的是此函数的具体ast结构，用列表进行存储的，其中每个元素是一个字典（这个字典用来存储AST的每个节点的信息，包括了节点的id、边的信息和其它的一些信息）

   key = id 这个id 键存储了节点的类型和编号，其主要类型有 Method、MethodParameterIn、MethodParameterOut、Identifier、Call…

   key = edges 这个edges存储了与此节点相连的所有边，其value是列表的形式，其中每个元素是一条边（用一个字典进行存储）。具体边的信息在下面详细介绍。

   key = properties 这个properties存储了与此节点相关的信息，其value是列表的形式。列表的每个元素是一个property（用一个字典进行存储，这个字典只有两个键值对，两个键分别是key和value。在key的value中，有这么几种类别，NAME、ORDER、CODE、EVALUATION_STRATEGY、TYPE_FULLNAME、ARGUMENT_INDEX）

3. 找到所有的边以及边的属性。

   这个AST的边是存在AST字典的里。其存储的形式是依靠每个节点，如果节点上有相关的边，那么这些边的信息就会以一个字典的结构存储。每条边共有三个键，id、in、out。id是表示该边的类型和编号，比如AST边就是 edges.Ast@ 。如果是CFG边则是 edges.Cfg@。in 是表示边的源节点的id，out表示的是边的终止节点的id。

ut表示的是边的终止节点的id。