Question

我正在尝试替换所有类型的注释（单行，内联和多行）。当//或/* */之间的任何引号之间都没有出现""和""""""时，初始正则表达式绝对可以正常工作。当我稍微修改正则表达式以处理和排除引号之间//的出现时，它也会使初始代码结构失效并弄乱。

这是我最初的正则表达式（Regex：1）：(?:/\\*(?:[^*]|(?:\\*+[^*/]))*\\*+/)|(?://.*)

以下是我经过调整的正则表达式，以尝试处理引号内的单行注释（Regex：2）：(?:/\\*(?:[^*]|(?:\\*+[^*/]))*\\*+/)|[^\"](?://.*)[^\"]

请考虑以下示例数据：

// Comment 1
/* Multiline comments
ends here */  Some text
Random statement // something else
import something..
import something else /* few random stuff
that goes on */ /* Lets try this again */
Text to show
val tryThis = "  something // else "
val tryAgain = "12345" 
val again = " /* kskokds // */ "

Regex的实际结果：1 =>

  Some text
Random statement 
import something..
import something else  
Text to show
val tryThis = "  something 
val tryAgain = "12345" 
val again = "  "

Regex的实际结果：2 =>

// Comment 1
  Some text
Random statementimport something..
import something else  
Text to show
val tryThis = "  somethingval tryAgain = "12345" 
val again = "  "

预期结果=>

  Some text
Random statement 
import something..
import something else  
Text to show
val tryThis = "  something // else "
val tryAgain = "12345" 
val again = " /* kskokds // */ "

Answer 1

我现在是第一个发布指向该著名问题的链接的人： RegEx match open tags except XHTML self-contained tags

一个严肃的答案是

我认为这里的缺点是HTML是Chomsky Type 2语法（无上下文语法），而RegEx是Chomsky Type 3语法（常规语法）。由于类型2语法从根本上比语法类型3语法（请参阅Chomsky层次结构），在数学上是无法使用RegEx解析XML。

Java注释的标准也不是上下文无关的语法。因此，有关解析html的所有内容都适用于此。

删除注释时无法维护代码结构

1 个答案: