code2vec（項目GitHub：https://github.com/tech-srl/code2vec）是發表在POPL 2019上的論文：
Alon, Uri, Meital Zilberstein, Omer Levy, and Eran Yahav. "code2vec: Learning distributed representations of code." Proceedings of the ACM on Programming Languages 3, no. POPL (2019): 1-29.
發表以來也確實受到了很多關注，例如ASE 2019上就至少有兩篇論文做的是follow up的工作（雖然都是在一定程度上批評，但也說明了其影響力）：
Jiang, Lin, Hui Liu, and He Jiang. "Machine Learning Based Recommendation of Method Names: How Far are We." In 2019 34th IEEE/ACM International Conference on Automated Software Engineering (ASE), pp. 602-614. IEEE, 2019.
Kang, Hong Jin, Tegawendé F. Bissyandé, and David Lo. "Assessing the Generalizability of Code2vec Token Embeddings." In 2019 34th IEEE/ACM International Conference on Automated Software Engineering (ASE), pp. 1-12. IEEE, 2019.
今天簡單總結一下怎麼用現有工具來生成code2vec的輸入數據，用的是astminer這個工具：
https://github.com/JetBrains-Research/astminer
這個工具實際上也有對應的論文，之前的名字還是叫PathMiner：
Kovalenko, Vladimir, Egor Bogomolov, Timofey Bryksin, and Alberto Bacchelli. "PathMiner: a library for mining of path-based representations of code." In 2019 IEEE/ACM 16th International Conference on Mining Software Repositories (MSR), pp. 13-17. IEEE, 2019.
個人感覺改了的名字還是好一些。我這裏總結一下在Windows上的運行方法：
下載其Zip或者git clone後，在其目錄下運行：
gradle shadowJar
注意這裏Gradle的版本需要在5.5以上。然後我們在build\shadow目錄下可以看到生成了一個lib-0.5.jar的jar包（有可能由於版本號不同，名字稍有差別），實際上我們直接運行這個jar包就可以得到輸出了。
不過由於astminer的ReadMe.md裏寫的是運行sh腳本，我這裏再簡單說說在Windows下運行sh腳本的方法，其實有很多朋友也總結過了：
https://blog.csdn.net/weixin_42376686/article/details/82391410
我們在git的bin目錄下找到sh.exe，例如我的是在這裏：D:\Program Files\Git\bin
雙擊運行，然後定位到astminer的目錄，這裏有個小問題需要注意一下，例如我的astminer目錄在這裏：D:\Projects\astminer，如果我直接輸入：
cd D:\Projects\astminer
就會報：bash: cd: D:Projectsastminer: No such file or directory
可以看到原因很簡單，沒有識別Windows下的分隔符，所以應該輸入的是：
cd D:\\Projects\\astminer
然後就可以按照github上的說明運行：
./gradlew shadowJar
然後再運行：
./cli.sh code2vec
以及必要參數就可以生成code2vec需要的數據了。看到這裏似乎一定要在Linux下運行，但實際上我們看看cli.sh的內容，發現它只是運行了上面那個jar包：
#!/bin/bash
java -jar build/shadow/lib-0.5.jar "$@"
所以我們其實直接運行上面的jar包也能得到一樣的結果，所以我們直接在windows cmd中運行：
java -jar lib-0.5.jar code2vec --lang cpp --project %源代碼的目錄% --output %需要生成的code2vec的輸入數據的目錄%
即可以得到相應的輸出。是不是很方便？感覺這個工具確實也是造福人類啊。