对于非MATLAB的读者：不确定他们属于哪个系列，但是详细描述了here的MATLAB正则表达式。 MATLAB的注释字符为%（百分比），其字符串分隔符为'（撇号）。字符串内的字符串分隔符被写为双撇号（'this is how you write "it''s" in a string.'）。更复杂的是，矩阵转置运算符也是撇号（A'（Hermitian）或A.'（常规））。
现在，由于黑暗的原因（我将不详细阐述:)，我试图用MATLAB自己的语言解释MATLAB代码。
目前我正在尝试删除字符串单元格数组中的所有尾随注释，每个字符串都包含一行MATLAB代码。乍一看，这看起来很简单：
>> str = 'simpleCommand(); % simple trailing comment';
>> regexprep(str, '%.*$', '')
ans =
simpleCommand();
但当然，这样的事情可能会出现：
>> str = ' fprintf(''%d%*c%3.0f\n'', value, args{:}); % Let''s do this! ';
>> regexprep(str, '%.*$', '')
ans =
fprintf(' %// <-- WRONG!
显然，我们需要从匹配中排除驻留在字符串中的所有注释字符，同时还要考虑直接在语句后面的单个撇号（或点 - 对照）是运算符 ，而不是字符串分隔符。
假设在注释字符之前字符串打开/关闭字符的数量必须甚至（我知道这是不完整的，因为矩阵转置运算符），我想出了以下动态正则表达式来处理这种情况：
>> str = {
'myFun( {''test'' ''%''}); % let''s '
'sprintf(str, ''%*8.0f%*s%c%3d\n''); % it''s '
'sprintf(str, ''%*8.0f%*s%c%3d\n''); % let''s '
'sprintf(str, ''%*8.0f%*s%c%3d\n''); '
'A = A.'';%tight trailing comment'
};
>>
>> C = regexprep(str, '(^.*)(?@mod(sum(\1==''''''''),2)==0;)(%.*$)', '$1')
然而，
C =
'myFun( {'test' '%'}); ' %// sucess
'sprintf(str, '%*8.0f%*s%c%3d\n'); ' %// sucess
'sprintf(str, '%*8.0f%*s%c%3d\n'); ' %// sucess
'sprintf(str, '%*8.0f%*s%c' %// FAIL
'A = A.';' %// success (although I'm not sure why)
所以我几乎那里，但还不完全:)
不幸的是，我已经花了很多时间来考虑这个并且需要继续其他事情，所以也许有更多时间的其他人足够友好地思考这些问题：
答案 0 :(得分：5)
您对使用未记录的功能感觉如何？如果您不反对，可以使用mtree函数来解析代码并删除注释。没有涉及正则表达式，we all know我们不应该尝试使用正则表达式解析无上下文的语法。
此函数是用纯M代码编写的MATLAB代码的完整解析器。据我所知，它是一个实验性的实现，但Mathworks已经在一些地方使用它（这与MATLAB Cody和Contests用来测量代码长度的功能相同），并且可以用于other有用的东西。
如果输入是字符串的cellarray，我们会这样做：
>> str = {..};
>> C = deblank(cellfun(@(s) tree2str(mtree(s)), str, 'UniformOutput',false))
C =
'myFun( { 'test', '%' } );'
'sprintf( str, '%*8.0f%*s%c%3d\n' );'
'sprintf( str, '%*8.0f%*s%c%3d\n' );'
'sprintf( str, '%*8.0f%*s%c%3d\n' );'
'A = A.';'
如果您已经在磁盘上存储了M文件，则可以将注释简单地删除为：
s = tree2str(mtree('myfile.m', '-file'))
如果您想要回复评论，请添加：mtree(.., '-comments')
答案 1 :(得分：4)
这通过检查在一个
之前允许的字符来匹配共轭转置情况2' A' A.' A(1)'，A{1}'和[1 2 3]' 这是我现在能想到的唯一案例。
C = regexprep(str, '^(([^'']*''[^'']*''|[^'']*[\.a-zA-Z0-9\)\}\]]''[^'']*)*[^'']*)%.*$', '$1')
在你的例子中我们返回
>> C = regexprep(str, '^(([^'']*''[^'']*''|[^'']*[\.a-zA-Z0-9\)\}\]]''[^'']*)*[^'']*)%.*$', '$1')
C =
'myFun( {'test' '%'}); '
'sprintf(str, '%*8.0f%*s%c%3d\n'); '
'sprintf(str, '%*8.0f%*s%c%3d\n'); '
'sprintf(str, '%*8.0f%*s%c%3d\n'); '
'A = A.';'
答案 2 :(得分：4)
看看我发现了什么！ ：）
The comment stripping toolbox，Peter J. Acklam。
对于m代码，它包含以下正则表达式：
mainregex = [ ...
' ( ' ... % Grouping parenthesis (content goes to $1).
' ( ^ | \n ) ' ... % Beginning of string or beginning of line.
' ( ' ... % Non-capturing grouping parenthesis.
' ' ...
'' ... % Match anything that is neither a comment nor a string...
' ( ' ... % Non-capturing grouping parenthesis.
' [\]\)}\w.]' ... % Either a character followed by
' ''+ ' ... % one or more transpose operators
' | ' ... % or else
' [^''%] ' ... % any character except single quote (which
' ' ... % starts a string) or a percent sign (which
' ' ... % starts a comment).
' )+ ' ... % Match one or more times.
' ' ...
'' ... % ...or...
' | ' ...
' ' ...
'' ... % ...match a string.
' '' ' ... % Opening single quote that starts the string.
' [^''\n]* ' ... % Zero or more chars that are neither single
' ' ... % quotes (special) nor newlines (illegal).
' ( ' ... % Non-capturing grouping parenthesis.
' '''' ' ... % An embedded (literal) single quote character.
' [^''\n]* ' ... % Again, zero or more chars that are neither
' ' ... % single quotes nor newlines.
' )* ' ... % Match zero or more times.
' '' ' ... % Closing single quote that ends the string.
' ' ...
' )* ' ... % Match zero or more times.
' ) ' ...
' [^\n]* ' ... % What remains must be a comment.
];
% Remove all the blanks from the regex.
mainregex = mainregex(~isspace(mainregex));
哪个成为
mainregex = '((^|\n)(([\]\)}\w.]''+|[^''%])+|''[^''\n]*(''''[^''\n]*)*'')*)[^\n]*'
，应该用作
C = regexprep(str, mainregex, '$1')
到目前为止，它经受住了我所有的测试，所以我认为这应该很好地解决了我的问题：）
答案 3 :(得分：2)
我更喜欢滥用checkcode（替换旧mlint）来进行解析。这是一个建议
function strNC = removeComments(str)
if iscell(str)
strNC = cellfun(@removeComments, str, 'UniformOutput', false);
elseif regexp(str, '%', 'once')
err = getCheckCodeId(str);
strNC = regexprep(str, '%[^%]*$', '');
errNC = getCheckCodeId(strNC);
if strcmp(err, errNC),
strNC = removeComments(strNC);
else
strNC = str;
end
else
strNC = str;
end
end
function errid = getCheckCodeId(line)
fName = 'someTempFileName.m';
fh = fopen(fName, 'w');
fprintf(fh, '%s\n', line);
fclose(fh);
if exist('checkcode')
structRep = checkcode(fName, '-id');
else
structRep = mlint(fName, '-id');
end
delete(fName);
if isempty(structRep)
errid = '';
else
errid = structRep.id;
end
end
对于每一行，它会检查我们是否通过修剪从上一行%到行尾的行来引入错误。
对于您的示例，它返回：
>> removeComments(str)
ans =
'myFun( {'test' '%'}); '
'sprintf(str, '%*8.0f%*s%c%3d\n'); '
'sprintf(str, '%*8.0f%*s%c%3d\n'); '
'sprintf(str, '%*8.0f%*s%c%3d\n'); '
'A = A.';'
它不会删除抑制指令%#ok，因此您得到：
>> removeComments('a=1; %#ok')
ans =
a=1; %#ok
这可能是一件好事。
答案 4 :(得分：1)
如何确保评论前的所有撇号都成对出现：
>> str = {
'myFun( {''test'' ''%''}); % let''s '
'sprintf(str, ''%*8.0f%*s%c%3d\n''); % it''s '
'sprintf(str, ''%*8.0f%*s%c%3d\n''); % let''s '
'sprintf(str, ''%*8.0f%*s%c%3d\n''); '
};
>> C = regexprep(str, '^(([^'']*''[^'']*'')*[^'']*)%.*$', '$1')
C =
myFun( {'test' '%'});
sprintf(str, '%*8.0f%*s%c%3d\n');
sprintf(str, '%*8.0f%*s%c%3d\n');
sprintf(str, '%*8.0f%*s%c%3d\n');