从java中的源代码中删除注释

Question

我想从 java 源代码文件中删除所有类型的注释语句。例子：    String str1 = "SUM 10"      /*This is a Comments */ ;       String str2 = "SUM 10";     //This is a Comments"      String str3 = "http://google.com";   /*This is a Comments*/    String str4 = "('file:///xghsghsh.html/')";  //Comments    String str5 = "{\"temperature\": {\"type\"}}";  //comments预期输出：    String str1 = "SUM 10";     String str2 = "SUM 10";      String str3 = "http://google.com";    String str4 = "('file:///xghsghsh.html/')";    String str5 = "{\"temperature\": {\"type\"}}";我正在使用下面的正则表达式来实现：    System.out.println(str1.replaceAll("[^:]//.*|/\\\\*((?!=*/)(?s:.))+\\\\*/", ""));这给了我 str4 和 str5 的错误结果。请帮我解决这个问题。使用 Andreas 解决方案：        final String regex = "//.*|/\\*(?s:.*?)\\*/|(\"(?:(?<!\\\\)(?:\\\\\\\\)*\\\\\"|[^\\r\\n\"])*\")";        final String string = "    String str1 = \"SUM 10\"      /*This is a Comments */ ;   \n"             + "    String str2 = \"SUM 10\";     //This is a Comments\"  \n"             + "    String str3 = \"http://google.com\";   /*This is a Comments*/\n"             + "    String str4 = \"('file:///xghsghsh.html/')\";  //Comments\n"             + "    String str5 = \"{\"temperature\": {\"type\"}}";  //comments";        final String subst = "$1";        // The substituted value will be contained in the result variable        final String result = string.replaceAll(regex,subst);        System.out.println("Substitution result: " + result);它的工作除了 str5。

Answer 1

要使其工作，您需要“跳过”字符串文字。您可以通过匹配字符串文字、捕获它们以便保留它们来做到这一点。

以下正则表达式将执行此操作，用作$1替换字符串：

//.*|/\*(?s:.*?)\*/|("(?:(?<!\\)(?:\\\\)*\\"|[^\r\n"])*")

有关演示，请参见regex101 。

Java代码是：

str1.replaceAll("//.*|/\\*(?s:.*?)\\*/|(\"(?:(?<!\\\\)(?:\\\\\\\\)*\\\\\"|[^\r\n\"])*\")", "$1")

解释

//.*                      Match // and rest of line

|                        or

/\*(?s:.*?)\*/            Match /* and */, with any characters in-between, incl. linebreaks

|                        or

("                        Start capture group and match "

  (?:                      Start repeating group:

     (?<!\\)(?:\\\\)*\\"     Match escaped " optionally prefixed by escaped \'s

     |                      or

     [^\r\n"]                Match any character except " and linebreak

  )*                       End of repeating group

")                        Match terminating ", and end of capture group

$1                        Keep captured string literal

Answer 2

我推荐一个两步过程；一个基于行尾 (//)，另一个不基于行尾 (/* */)。

我喜欢帕维尔的想法；但是，我看不到它如何检查以确保星号是斜线后的下一个字符，反之亦然。

我喜欢安德烈亚斯的想法；但是，我无法让它处理多行注释。

https://docs.oracle.com/javase/specs/jls/se12/html/jls-3.html#jls-CommentTail

Answer 3

正如其他人所说，正则表达式在这里不是一个好的选择。您可以使用简单的DFA来完成此任务。

这是一个示例，它将为您提供多行注释 ( /* */) 的间隔。

您可以对单行注释 ( // -- \n) 执行相同的方法。

    String input = ...; //here's your input String

    //0 - source code, 

    //1 - multiple lines comment (start) (/ char)

    //2 - multiple lines comment (start) (* char)

    //3 - multiple lines comment (finish) (* char)

    //4 - multiple lines comment (finish) (/ char)

    byte state = 0; 

    int startPos = -1;

    int endPos = -1;

    for (int i = 0; i < input.length(); i++) {

        switch (state) {

        case 0:

            if (input.charAt(i) == '/') {

                   state = 1;

                   startPos = i;

            }

            break;

        case 1:

            if (input.charAt(i) == '*') {

                state = 2;

            }

            break;

        case 2:

            if (input.charAt(i) == '*') {

               state = 3;

            }

            break;

        case 3:

            if (input.charAt(i) == '/') {

                state = 0;

                endPos = i+1;

                //here you have the comment between startPos and endPos indices,

                //you can do whatever you want with it

            }

            break;

        default:

            break;

        }

    }

Answer 4

也许，最好从多个简单的表达式开始，逐步进行，例如：

.*(\s*\/\*.*|\s*\/\/.*)

最初删除内联评论。

演示

测试

import java.util.regex.Matcher;

import java.util.regex.Pattern;

final String regex = "(.*)(\\s*\\/\\*.*|\\s*\\/\\/.*)";

final String string = "    String str1 = \"SUM 10\"      /*This is a Comments */ ;   \n"

     + "    String str2 = \"SUM 10\";     //This is a Comments\"  \n"

     + "    String str3 = \"http://google.com\";   /*This is a Comments*/\n"

     + "    String str4 = \"('file:///xghsghsh.html/')\";  //Comments\n"

     + "    String str5 = \"{\\\"temperature\\\": {\\\"type\\\"}}\";  //comments";

final String subst = "\\1";

final Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);

final Matcher matcher = pattern.matcher(string);

// The substituted value will be contained in the result variable

final String result = matcher.replaceAll(subst);

System.out.println("Substitution result: " + result);