开发人员用regex

这是一个比最初可能出现的问题更难解决的问题,因为您需要考虑字符串中的注释标记、注释标记本身被注释掉等等。

我为C编写了一个字符串和注释分析器,让我看看是否可以挖掘出一些有用的东西…如果有发现我会更新的。

编辑: …好吧,所以我找到了我以前的“代码屏蔽”项目。结果证明我是分阶段做的,不是用一个正则表达式。基本上,我浏览一个源文件,寻找开始标记,当我找到一个时,我就寻找结束标记,并屏蔽其中的所有内容。这考虑到启动令牌的上下文…如果您找到了“字符串开始”的标记,那么可以安全地忽略注释标记,直到找到字符串的结尾,反之亦然。一旦代码被屏蔽(我使用guid作为屏蔽,并使用hashtable来跟踪),那么您就可以安全地进行搜索和替换,最后恢复被屏蔽的代码。

希望有帮助。

特别小心绳子。字符串通常有转义序列,在查找它们的结尾时,也必须尊重这些转义序列。

因此,例如 "This is \"a test\"" . 你不能盲目地寻找双引号来终止。还要注意“这是”,这表明你不能只说“除非双引号前面有反斜杠”。

总之,做一些残酷的单元测试!

regexp不是该作业的最佳工具。

Perl FAQ :

C评论:

#!/usr/bin/perl
$/ = undef;
$_ = <>; 

s#/\*[^*]*\*+([^/*][^*]*\*+)*/|([^/"']*("[^"\\]*(\\[\d\D][^"\\]*)*"[^/"']*|'[^'\\]*(\\[\d\D][^'\\]*)*'[^/"']*|/+[^*/][^/"']*)*)#$2#g;
print; 

C++注释:

#!/usr/local/bin/perl
$/ = undef;
$_ = <>;

s#//(.*)|/\*[^*]*\*+([^/*][^*]*\*+)*/|"(\\.|[^"\\])*"|'(\\.|[^'\\])*'|[^/"']+#  $1 ? "/*$1 */" : $& #ge;
print;

我会做一份副本,先去掉注释,然后按常规方式搜索字符串。