Question

我希望从源代码中提取类似C的注释。从

（更新示例）

/**
 * base comment
 * (c) SOMEBODY SOMETIME
 * something
 */

///<!-- ------metadata-XML------- -->
/// <module type="javascript"> A
///<desc> some desc 
///      </desc> 
(function( a /* param A */) { // programmers comment ... enclosure
/*! user doc
 this module ....
 * reguired
.....
*/
var b={}; // programmers in line comment
// single line comments

// The cookie spec says up to 4k per cookie, so at ~50 bytes per entry
// that gives a maximum of around 80 items as a max value for this field
    b.a=a;
    var str = " tttt \/\/this is not comment ! tttt "
    var str2 = " tttt \/\* this is not comment too ! \
.............. \*\/ ttt ";
    global.b = b; 
}(global);
///</module>

我使用的正则表达式是

^\s*\/\*(.*[\r\n]*)*\*\/

问题是这个regexp停止（杀死）regexp引擎。 RegexCouch变得不负责任，在浏览器中使用会导致不负责任的页面。

这个正则表达式有什么问题？怎么可能，regexp引擎无法解决它？是否存在一些无法使用的正则表达式（语法正确，我认为）？

Answer 1

这称为Catastrophic Backtracking。你的正则表达式必须检查很多可能性，因为你正在嵌套量词：

^\s*\/\*(.*[\r\n]*)*\*\/
         ^^      ^ ^

更好的方法是：

/^\s*\/\*.*?\*\//gms

见here in action。

您需要s选项才能使.与换行符匹配，m选项可使^与行的开头匹配。

.*?匹配尽可能少的字符。

Answer 2

(/\*([^*]|[\r\n]|(\*+([^*/]|[\r\n])))*\*+/)|(//.*)

这适用于类似c的评论匹配

Answer 3

如果你使用类似pcre的正则表达式，你可以使用它：

\s*+\/\*(?>[^*]++|\*++(?!\/))*\*\/

如果你的正则表达式不支持原子组和占有量词，请使用：

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

正则表达式，不能使用

3 个答案: