正则表达式从C＃中删除行注释

一尘不染

正则表达式从C＃中删除行注释

我正在研究一个例程，以从某些C＃代码中删除块或行注释。我看了网站上的其他示例，但没有找到我想要的确切答案。

我可以将此正则表达式与RegexOptions.Singleline完全匹配块注释（/ * comment * /）：

(/\*[\w\W]*\*/)

我可以使用带有RegexOptions.Multiline的正则表达式来整体匹配行注释（// comment）：

(//((?!\*/).)*)(?!\*/)[^\r\n]

注意：我使用的[^\r\n]不是，$因为$也包括\r在比赛中。

然而，这并不十分工作，我希望它的方式。

这是我要匹配的测试代码：

// remove whole line comments
bool broken = false; // remove partial line comments
if (broken == true)
{
    return "BROKEN";
}
/* remove block comments
else
{
    return "FIXED";
} // do not remove nested comments */ bool working = !broken;
return "NO COMMENT";

块表达式匹配

/* remove block comments
else
{
    return "FIXED";
} // do not remove nested comments */

很好，但是行表达式匹配

// remove whole line comments
// remove partial line comments

和

// do not remove nested comments

另外，如果我两次没有在行表达式中使用* /正向查找，它将与

// do not remove nested comments *

我真的不想要

我要的是将匹配字符，从与表达//，到行的末尾，但不包含*/之间//和行尾。

另外，只是为了满足我的好奇心，有人可以解释为什么我需要两次超前吗？
(//((?!\*/).)*)[^\r\n]并且(//(.)*)(?!\*/)[^\r\n]都将包括*，但(//((?!\*/).)*)(?!\*/)[^\r\n]并(//((?!\*/).)*(?!\*/))[^\r\n]不会。

阅读 346

2020-05-19

共1个答案

一尘不染

您的两个正则表达式（用于块和行注释）均存在错误。如果您愿意，我可以描述一下这些bug，但是我觉得如果编写新的bug可能会更有效率，尤其是因为我打算编写一个同时匹配两者的bug。

问题是，每次你有时间/*和//和文字字符串“干扰”互相，它始终是一个开始：第一，优先。这非常方便，因为这正是正则表达式的工作方式：首先找到第一个匹配项。

因此，让我们定义一个与这四个标记匹配的正则表达式：

var blockComments = @"/\*(.*?)\*/";
var lineComments = @"//(.*?)\r?\n";
var strings = @"""((\\[^\n]|[^""\n])*)""";
var verbatimStrings = @"@(""[^""]*"")+";

要回答标题中的问题（带状注释），我们需要：

用任何内容替换块注释
用换行符替换行注释（因为正则表达式会吃掉换行符）
将原义字符串保留在原处。

Regex.Replace 可以使用MatchEvaluator函数轻松做到这一点：

string noComments = Regex.Replace(input,
    blockComments + "|" + lineComments + "|" + strings + "|" + verbatimStrings,
    me => {
        if (me.Value.StartsWith("/*") || me.Value.StartsWith("//"))
            return me.Value.StartsWith("//") ? Environment.NewLine : "";
        // Keep the literal strings
        return me.Value;
    },
    RegexOptions.Singleline);

我在Holystream提供的所有示例以及我能想到的其他各种情况下运行了这段代码，它的工作原理很吸引人。如果您可以提供一个失败的示例，我们很乐意为您调整代码。

2020-05-19