字符串中的注释和注释中的字符串
我想用Python和正则表达式来统计C代码中注释里的字符数，但一直没成功。我可以先删除字符串，这样就能去掉字符串里的注释，但这样也会把注释里的字符串删掉，结果当然就不对了。有没有办法用正则表达式来做到不匹配注释中的字符串，或者反过来呢？
3 个回答
2
你可以通过查找一个特定的模式，来去掉所有不在注释里的字符串。
'[^'\r\n]+'|(//.*|/\*(?s:.*?)\*/)
然后用下面的内容替换：
$1
简单来说，这个查找的模式是 string|(comment)，它会匹配字符串或者注释，并且会把注释部分提取出来。替换的结果是，如果匹配到的是字符串，就替换成空；如果匹配到的是注释，就保留这个注释。
虽然正则表达式不能完全替代真正的解析器，但你可以通过创建一个巨大的正则表达式，快速构建一个简单的解析器，这个正则表达式会交替匹配你感兴趣的所有部分（在这个例子中是注释和字符串）。如果你写了一段代码来处理注释，但不想处理字符串里的注释，可以遍历上面正则表达式的所有匹配结果，如果第一个提取的部分参与了匹配，就统计一下它的字符数。
2
正则表达式并不总是可以替代一个真正的解析器。
6
不，实际上不是这样的。
正则表达式并不是处理你所说的那种嵌套结构的合适工具；相反，你需要解析C语言的语法（或者说你感兴趣的那部分简单语法），在这个过程中正则表达式可能会对你有帮助。其实，使用一个相对简单的状态机，设置三个状态（代码、字符串、注释），就可以完成这个任务。