Question

所以我需要一个正则表达式来查找单行和多行注释，但不能在字符串中。（例如"my /* string"）

用于测试（#单行，/*＆amp; */多行）：

# complete line should be found
lorem ipsum # from this to line end
/*
  all three lines should be found
*/ but not here anymore
var x = "this # should not be found"
var y = "this /* shouldn't */ match either"
var z = "but" & /* this must match */ "_"

SO语法显示效果如何;我基本上都想要所有的灰色文字我不在乎它是单个正则表达式还是两个正则表达式。 ;）

编辑：还有一件事。相反的也会让我满意，寻找一条不在评论中的字符串这是我当前的字符串匹配："[\s\S]*?(?<!\\)"（确实：不适用于"\\"）

EDIT2：
好吧最后我写了自己的评论解析器-.-
如果其他人对源代码感兴趣，请从此处获取它：https://github.com/relikd/CommentParser

Answer 1

这是一种可能性（它确实有一个我会得到的跟腱）：

(#[^"\n\r]*(?:"[^"\n\r]*"[^"\n\r]*)*[\r\n]|/\*([^*]|\*(?!/))*?\*/)(?=[^"]*(?:"[^"]*"[^"]*)*$)

行动here

使用GLOBAL和DOTALL标志，但不 MULTILINE标志。

正则表达式的解释：

(
  #[^"\n\r]*                         Hash mark followed by non-" and non-end-of-line
    (?:"[^"\n\r]*"[^"\n\r]*)*        If any quotes in the comment, they must be balanced
    [\r\n]                           Followed by end-of-line ($ except we 
                                      don't have multiline flag)

  |                                  OR
  /\*([^*]|\*(?!/))*?\*/             /* xxx */ sort of comment
  )                                  BOTH FOLLOWED BY
(?=[^"]*(?:"[^"]*"[^"]*)*$)           only a *balanced* number of quotes for the 
                                      *rest of the code :O!*

但是，依赖于在整个文本中使用的均衡引号（它也没有考虑转义引号，但是很容易修改正则表达式以将其考虑在内）。< / p>

如果用户的评论中有“其中不平衡......繁荣。你被搞砸了！”

通常不建议使用HTML /代码解析之类的正则表达式，但是如果你可以依赖于在定义字符串等时引号必须平衡的事实，你有时可以使用它。

由于您还在解析没有设置结构的评论 （即您无法保证评论中的引号将被平衡），您将无法找到一个适用于此处的正则表达式解决方案。

你想到的任何事情都可能被某个评论中的不平衡报价（比如评论为# remove all the " marks）或多线字符串（在给定行上可能存在不平衡报价）所证实。

底线 - 您可以创建一个适用于大多数情况的正则表达式，但并非适用于所有情况。为了获得不透水的东西，你必须编写一些代码。

Answer 2

我会使用两个正则表达式：

/(\/\*.*?\/)|(#.+?$)/m找到所有评论，“m”修饰符是启用多行
/"[^"]*?"/找到所有字符串

如果您首先将突出显示应用于注释，并且仅在字符串之后应用，则无效注释应该消失。

正则表达式用于注释但不在“字符串”内/不在另一个容器中

2 个答案: