Question

我一直试图使用正则表达式匹配PHP评论。

//([^<]+)\r\n

多数民众赞成，但它确实无效。

我也试过

//([^<]+)\r
//([^<]+)\n
//([^<]+)

......无济于事

Answer 1

你在用什么程序编写这个正则表达式？如果您担心换行符不起作用，那么您的最后一个例子是一个很好的理智检查。（我不知道为什么你不允许少于你的评论;我假设这是你的申请特定的。）

尝试

//[^<]+

看看是否有效。正如德拉蒙所说，你可能不得不逃离对角线。您可能还必须逃避括号。我不知道你是否知道这一点，但是括号通常用于包含捕获组。最后，检查双斜线后是否确实至少有一个字符。

Answer 2

要匹配评论，您必须认为PHP 5中有两种类型的评论：

以//开头并转到行尾的评论
以/*开头并转到*/

考虑到你首先拥有这两行：

$filePath = '/home/squale/developpement/astralblog/website/library/HTMLPurifier.php';
$str = file_get_contents($filePath);

您可以将第一个匹配：

$matches_slashslash = array();
if (preg_match_all('#//(.*)$#m', $str, $matches_slashslash)) {
    var_dump($matches_slashslash[1]);
}

第二个：

$matches_slashstar = array();
if (preg_match_all('#/\*(.*?)\*/#sm', $str, $matches_slashstar)) {
    var_dump($matches_slashstar[1]);
}

但是你可能会遇到字符串//中间的“(what about heredoc syntax, btw, did you think about that one ? )”或“切换评论”这样的麻烦：

/*
echo 'a';
/*/
echo 'b';
//*/

（如果您不知道诀窍，只需在开头添加斜线“切换”两个块）

所以......很难用正则表达式来检测评论...

另一种方法是使用 PHP Tokenizer ，它显然知道如何解析PHP代码和注释。

有关参考资料，请参阅：

有了这个，你必须在你的PHP代码字符串上使用tokenizer，迭代你得到的所有标记，并检测哪些是注释。

这样的事可能会这样做：

$tokens = token_get_all($str);

foreach ($tokens as $token) {
    if ($token[0] == T_COMMENT
        || $token[0] == T_DOC_COMMENT) {
        // This is a comment ;-)
        var_dump($token);
    }
}

而且，作为输出，你将获得这样的东西列表：

array
  0 => int 366
  1 => string '/** Version of HTML Purifier */' (length=31)
  2 => int 57

或者这个：

array
  0 => int 365
  1 => string '// :TODO: make the config merge in, instead of replace
' (length=55)
  2 => int 117

（您“只是”可能会删除//和/* */，但这取决于您;至少，您已经提取了评论^^）

如果你真的想要检测注释而没有任何由于“奇怪”语法引起的奇怪错误，我认为这将是要走的路; - ）

Answer 3

你可能需要逃避“//”：

\/\/([^<]+)

Answer 4

这将匹配PHP中的注释（/ * * /和//格式）

/(\/\*).*?(\*\/)|(\/\/).*?(\n)/s

要获取所有匹配项，请使用preg_match_all获取匹配数组。

正则表达式匹配PHP评论

4 个答案: