java - 我需要一个正则表达式来检测字符串是否有代码和注释

Question

我必须构建一个代码分析器，它以 java 文件作为输入，逐行查看它并检测一行是否有 java 代码和 java 注释。

一些例子:

int i++; //this increments i

String yolo = "swag"; /* block comment */

String swag = "yolo"; /* multiline 
block comment */

int jim = 46; /** Javadoc */

int funny = 69; /** Multiline 
Javadoc */

/* Another comment */ int j = 8;

/** JavaDoc comment */ int k = 2;

正则表达式应该能够检测到任何这些模式，我的方法是分而治之，因为我不是正则表达式之神，我想我可以制作一个不同的正则表达式来检查代码后面有注释的示例，并且另一个检查代码之前是否有注释。

这只适用于 Java 代码和任何可在 Java 中写入的注释。

这就是我到目前为止所拥有的，用于检查是否有代码后跟任何类型的注释

Pattern p1 = Pattern.compile("[*&&[^//]&&[^/\\* * \\*/]&&[^/\\*\\* * \\*/]][[//*]&&[&[^/\\\\* * \\\\*/]&&[^/\\\\*\\\\* * \\\\*/]]]");

我从逻辑上看这个正则表达式的方式是，它将匹配以任何内容开头的任何字符串，除了//注释或/* */注释或 JavaDoc 注释，后跟任何一种这些类型的注释。

不幸的是，这与我给出的任何示例都不匹配

正则表达式是否有问题，或者是否有更简单的方法来解决此问题或构建此正则表达式？

Answer 1

此用例可以在整个文本上使用多行正则表达式，但通常不适合。

例如，还考虑字符串文字 "//" 会变得非常不明智(需要找到对)。最新的 java 有多行文字。

使用 (?s) 对多行的整个文本进行正则表达式来解释 . 也作为换行符的通配符:

Pattern comment = Pattern.compile("(?s)(/\\*.*?\\*/|//.*?\\R)"); // Or
Pattern comment = Pattern.compile("(/\\*.*?\\*/|//.*?\\R)", Pattern.MULTILINE);
                                    ----------- --------
                                    /* ...   */ // ...
comment.matcher(text). ...

编码更简单。这里仅返回真实的代码行:

Stream<String> uncommentedLines(Stream<String> lines) {
    AtomicBoolean insideBlockComment = new AtomicBoolean();
    return lines.flatMap(line -> {
        if (insideBlockComment.get()) {
            int p = line.indexOf("*/");
            if (p != -1) {
                insideBlockComment.set(false);
                return line.substring(p + 2);
            }
            return Stream.empty();
        } else {
            int p = line.indexOf("//");
            if (p != -1) {
                line = line.substring(0, p);
            }
            p = line.indexOf("/*");
            if (p != -1) {
                insideBlockComment.set(true);
                line = line.substring(0, p);
            }
            return Stream.of(line);
        }
    });
}

正则表达式的一种用法是撤消 \u002F ('/') 的 u 转义:

// Java >= 9
text = Pattern.compile("(?i)\\u([0-9A-Fa-F]{4})").matcher(text)
    .replaceAll(mR -> Character.toString((char)Integer.parseInt(mR.group(1), 16)));