如何避免使用Java正则表达式预处理字符串文本中的注释

Question

我正在为我这学期的课程编译器构建做一个小项目

我现在正在用Java语言为Java语言设计扫描仪部分。 此扫描程序将生成令牌，稍后将用于解析器

我所做的大部分工作都是使用Java正则表达式。 我目前面临的问题是，当我预处理代码以删除内联&；多行注释，它还删除字符串文本中的注释（如果有）。 我正在使用以下正则表达式：

String regExPreProcess = "((?s)(/\\*.*?\\*/|/\\*.*))|(//.*)"

有人能解释一下这个问题吗。我试过向前看&；lookback功能也是如此，但问题仍然存在

Answer 1

首先需要对内联和块（多行）注释进行正式定义

比如：

• 内联注释以放置在字符串文本和块注释外部的内联注释delimeter（//）开始，并在行尾结束
• 字符串文字以放置在内联或块注释外部的双引号（“）开始，以未转义的双引号（“）结束
• 转义双引号是一个双引号，前面有奇数个反斜杠（\）
• 块注释以放置在字符串文字和内联注释之外的注释开始，以注释结束，以注释结束，以delimeter（*/）

如您所见，这些定义中存在循环依赖关系。正则表达式不适合这个问题。您需要按顺序处理输入文本：检测开始标记并忽略所有内容，直到相应的结束标记