python - 通过正则表达式在 C++ 中搜索基本注释

Question

我正在编写一个Python程序，用于使用正则表达式在C++程序中搜索注释。我编写了以下代码:

import re
regex = re.compile(r'(\/\/(.*?))\n|(\/\*(.|\n)*\*\/)')
comments = []
text = ""
while True:
    try:
        x= raw_input()
        text = text + "\n"+ x
    except EOFError:
        break
z = regex.finditer(text)
for match in z:
    print match.group(1)

此代码应该检测类型为 //I'm comment 和 /*blah blah blah 的注释
等等等等*/我得到以下输出:

// my  program in C++
None
//use cout

这是我没想到的。我的想法是 match.group(1) 应该捕获 (\/\*(.|\n)*\*\/) 的第一个括号，但事实并非如此。我正在测试的 C++ 程序是:

// my  program in C++

#include <iostream>
/** I love c++
    This is awesome **/
using namespace std;

int main ()
{
  cout << "Hello World"; //use cout
  return 0;
}

Answer 1

您没有使用正确的顺序来执行此操作，因为内联注释可以包含在多行注释中。因此，您需要从多行注释开始您的模式。示例:

/\*[\s\S]*?\*/|//.*

请注意，如果您有很长的多行注释，您可以改进此模式(此语法是 re 模块不支持的原子组功能的模拟):

/\*(?:(?=([^*]+|\*(?!/))\1)*\*/|//.*

但也要注意，还有其他陷阱，例如包含 /*...*/ 或 //..... 的字符串。

因此，如果您想避免这些情况，例如，如果您想进行替换，则需要捕获之前的字符串并在替换字符串中使用反向引用，如下所示:

(pattern for strings)|/\*[\s\S]*?\*/|//.*

替换:$1