使用正则表达式匹配特定方法的javadoc注释（python）

Question

我在写一个正则表达式（regex）的时候遇到了一些麻烦，想要匹配特定Java方法的javadoc注释内容。举个例子：

/**
 * Do not match this.
 */

/**
 * Do match this.
 */
@SomeAnnotation
public boolean methodX() { }
/**
 * Do not match this.
 */

我已经知道了这个方法的签名，所以可以在正则表达式中用到它。

我可以用以下方式匹配所有的javadoc注释：

/\*\*(.*?)\*/

我还指定了re.DOTALL选项。我尝试扩展正则表达式，使用负向前瞻（negative lookahead），也就是我只想要紧接着这个方法的javadoc注释：

/\*\*(.*?)\*/(?!.*?/\*\*.*?public boolean methodX\(\))

但是这样导致(.*?)匹配的内容从第一个javadoc注释的开始一直到紧接着methodX的javadoc注释的结束。

我一直在尝试各种构造正向和负向前瞻的方法，但都没有成功。我到底漏掉了什么呢？

Answer 1

你的表达式是贪婪的，它现在正在匹配第一个注释中的 */（因为 .* 可以匹配到 */）。试试使用

/\*\*((?:[^*]+|\*[^/])*)\*/

这样可以确保你不会意外地匹配到结束的 */，从而导致同时匹配到两个注释。

编辑：
这段代码避免了包含 */ 的注释问题。我也不太清楚为什么会有这样的情况，但我还是写了：

/\*\*((?:(?!\*/).)*)\*/(?:(?!/\*\*).)*(?=public boolean methodX)

可以看看这个例子来确认它的有效性：http://regex101.com/r/yV9oK2/2。我从最初的匹配方式切换到了负向前瞻，以避免程序测试时出现的“灾难性回溯” :)

Answer 2

这段内容是关于如何匹配在函数前面的注释部分（从 /** 到 */）的，注释被放在一个叫 comment 的组里：

(?P<comment>/\*\*(?:(?!/\*\*).)*?\*/)(?:(?:(?!\*/).)*?)(?=public boolean methodX)

你可以在 regex101.com 上查看一个测试。

• 这里的关键是要忽略想要的文本中的额外 /** 和 */，使用 (?!/\*\*).)*? 和 (?!\*/).)*? 来实现。

• ?: 是用来从结果中剔除那些不重要的部分。