RegExp - 阻止对单个评论优化的评论

Question

优化？

我遇到以下正则表达式的问题：

/^\s*(/?\*{1,2}(\s*(\b.*\b)\s*(\*/)?)?|\*/?\s*)$/g

我想知道我是否可以改善这个表达方式？另外，如果有人能找到这个表达式的问题，你能不能注意到它。这是我的实时demo。它适用于我在下面设置的所有条件

测试约束

这些匹配

/**
/*
*
*/
/** Javadoc */
/* Block */
* Multi-line 
/* Single Line */
/** A
/** A */
/* A
/* A */

这些不应该

7 * 8
// Regular comment

结果

将匹配替换为：// $3

我成功转换了它们，尽管它们中有一些具有尾随空格：

// 
// 
// 
// Javadoc
// Block
// Multi-line
// Single Line
// A
// A
// A
// A

正则表达式解释

/
^            Line start
\s*          0 or more white-space
(            Start group 1
   /?        forward-slash (OPTIONAL)
   \*{1,2}   1 to 2 asterisks
   (         Start group 2
      \s*    0 or more white-space
      (      Start group 3
         \b  Start word boundry
         .*  0 or more of anything
         \b  End word boundry
      )      End group 3
      \s*    0 or more white-space
      (      Start group 4 (OPTIONAL)
         \*  0 or more asterisks
         /   Forward-slash
      )?     End group 4
   )?        End group 2 (OPTIONAL)
     |       OR
   \*        Asterisk
   /?        Forward-slash (OPTIONAL)
   \s*       0 or more white-space
)            End group 1
$            Line end
/            
g            Global; match all

Answer 1

当您必须考虑字符串嵌入，转义和行继续时，解析C / C ++样式注释会稍微复杂一些。

这还需要单个字符消费pass-thru方法（在检查完所有其他方法之后）。在这种情况下，在许多可能的匹配变更中，只有一个你感兴趣的项目--C风格的评论/* */。

因此，在全局搜索和大量匹配的情况下，只有一个会让您感兴趣，比如说捕获组1匹配。当然，在您的情况下，简单的替换不会削减它。

所以，你必须坐在全局查找（但不是替换）循环中。每个匹配都是源字符串的一部分，不会跳过任何部分，因此每个匹配都将附加到目标字符串。

在循环期间，当捕获组1匹配（C样式注释）时，您可以执行不那么简单的替换以使其成为C ++注释，然后将该结果附加到目标字符串。

这就是它的主旨。如果用你使用的任何语言都无法做到这一点，那么就无法做到这一点，这是肯定的！

以下是当您捕获C样式注释时执行转换为//的正则表达式列表，它们必须按照外观的顺序执行（例如，符号仅为Perl）：

 # s{ ^  /\*     (?: [^\S\n] | \*)*       }{// }xmg;
 # s{ ^          (?: [^\S\n] | \*)* \*/ $ }{// }xmg;
 # s{ ^                                 $ }{// }xmg;
 # s{ ^          (?: [^\S\n] | \*)+       }{// }xmg;
 # s{ (?<![\s*]) (?: [^\S\n] | \*)+     $ }{}xmg;
 # s{ (?<![\s*]) (?: [^\S\n] | \*)* \*/ $ }{}xmg;

这是在你的find循环中使用的正则表达式（如上所述）。这个正则表达式可以在任何Perl新闻组中找到，它是FAQ的一部分。

    # (?:(/\*[^*]*\*+(?:[^/*][^*]*\*+)*/)|//(?:[^\\]|\\\n?)*?\n)|(?:"(?:\\[\S\s]|[^"\\])*"|'(?:\\[\S\s]|[^'\\])*'|[\S\s][^/"'\\]*)
    # -----------------------------------------------------------------


    (?:                             # Comments 

         (                               # (1 start)
              /\*                             # Start /* .. */ comment
              [^*]* \*+
              (?: [^/*] [^*]* \*+ )*
              /                               # End /* .. */ comment
         )                               # (1 end)
      |  
         //                              # Start // comment
         (?: [^\\] | \\ \n? )*?          # Possible line-continuation
         \n                              # End // comment
    )
 |  
    (?:                             # Non - comments 
         "
         (?: \\ [\S\s] | [^"\\] )*       # Double quoted text
         "
      |  '
         (?: \\ [\S\s] | [^'\\] )*       # Single quoted text
         ' 
      |  [\S\s]                          # Any other char
         [^/"'\\]*                       # Chars which doesn't start a comment, string, escape,
                                         # or line continuation (escape + newline)
    )