Question

我正在从事一个项目，该项目要求无论C ++源代码位于何处，都应从中提取注释。它可以是单行或多行注释。

我将以下内容作为数据输入到txt文件中，该文件已读入程序。

    /* this is a comment in C. This comment syntax is guaranteed to work
    on every compiler */ and
    // This is also a comment in C. but it might present portability
    challenges
    Fortran

    ! This is a comment in Fortran

    C++

    // This is single Line Comment in C++
    /* This is multi line comment.
    in C++
    */

我的任务是提取不包括comment标签的可读注释部分，因此使用python和正则表达式，下面是我的实现，我在python代码中具有以下功能：

    def cplusComment(self,content):
       for comment in re.findall(r'\/\*((.*?)|(\n))*\/', content, re.S):
           yield comment

上面的函数已在代码的此部分中被调用：

    def commentdata(self, content):
        for con in content.read():
           for k in self.cplusComment(con):
               print(k, 'what is this k meant for')

我的输出是此格式的空列表：

    ('', '', '')

以及我所期望的

    this is a comment in C. This comment syntax is guaranteed to work
    on every compiler
    This is also a comment in C. but it might present portability
    challenges
    This is multi line comment in C++

如果能正确地指导我，我将不胜感激

Answer 1

如果没有构建完整的C分析器，就无法可靠地解决此问题，因为其中存在字符串和嵌套注释，并且/*序列可以很容易地在字符串内部，例如printf( "/* is this a comment or what?" );等。

此外，/*和*/有时用于注释掉部分代码，有时是相当大的块，而没有用//注释每一行，这些代码会阻止您的注释想要得到您的程序输出？可能不是...

以下链接可能会帮助您朝正确的方向前进：Complete C99 parser in pure Python

Answer 2

莱尼克是对的。但是对于这个例子

pattern = re.compile('(?:/\*(.*?)\*/)|(?://(.*?)\n)',re.S)
pattern.findall(s)

应该工作。

使用Python和正则表达式在源代码中提取C ++注释

2 个答案: