用java正则表达式提取java程序中的注释

Posted 2023-04-05

参考技术A 正则的效率非常低，有很多不用正则的好方法：
一，示例 某java程序
比如说一个Test2.java,将其保存在C盘根目录下，代码内容如下
/**
* @author xxx
*
*/
public class Test2
/* main method */
public static void main(String[] args)
//a
int a =5;
//b
int b =5;
//a+b
System.out.println(a+b);




二，提取注释程序，将所有注释放到一个List里面，最后打印输出：
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;

public class Test
private static final String javaFilePath = "C:/Test2.java";
public static void main(String[] args) throws IOException
List<String> comments = new ArrayList<String>();
BufferedReader bfr = new BufferedReader(new InputStreamReader(new FileInputStream(javaFilePath)));
String line=null;
while((line=bfr.readLine())!=null)
line = line.trim();
if(line.startsWith("//"))
comments.add(line);

else if(line.startsWith("/*")&&line.endsWith("*/"))
comments.add(line);
else if(line.startsWith("/*")&&!line.endsWith("*/"))
StringBuffer multilineComment = new StringBuffer(line);
while((line=bfr.readLine())!=null)
line = line.trim();
multilineComment.append("\n").append(line);
if(line.endsWith("*/"))
comments.add(multilineComment.toString());
break;





bfr.close();
for(int i=0;i<comments.size();i++)
System.out.println("第"+(i+1)+"处注释: ");
System.out.println(comments.get(i));





三，输出结果：
第1处注释:
/**
* @author xxx
*
*/
第2处注释:
/* main method */
第3处注释:
//a
第4处注释:
//b
第5处注释:
//a+b

SQL 注释中的 Java 正则表达式查找/替换模式

【中文标题】SQL 注释中的 Java 正则表达式查找/替换模式

【英文标题】：Java Regex find/replace pattern in SQL comments

【发布时间】：2011-12-06 22:02:51

【问题描述】：

我只想在 SQL cmets 中查找/替换字符/模式（单行 cmets -- 和块 cmets /* */）。源字符串是一个 SQL 脚本。

目前我正在 cmets 中搜索分号 (;)，并希望将其替换为空格。

来源

CREATE OR REPLACE PROCEDURE TESTDBA.PROC_REUSING_BINDED_VAR_N_DSQL

 AS
        a NUMBER:=2;
        b NUMBER:=3; -- jladjfljaf; lakjflajf
-- alksdjflkjaf ladkjf 
        v_plsql_tx VARCHAR2(2000);
    begin
        v_plsql_tx := 'BEGIN ' || ' :1 := :1 + :2; ' || 'END;';
        execute immediate v_plsql_tx
        using in out a, b;
        insert into testdba.NEW_TESTING_TABLE(CHARACTER_VALUE) VALUES('a='||a);
   end PROC_REUSING_BINDED_VAR_N_DSQL;
-- lajdflajf

/*lakjdfljalfdk; alkdjf*/

/*asdf 
;
asdfa*/

/*
    adf
asd asdf


*/

你能不能给点建议。

谢谢

【参考方案1】：

我会这样做：

    try 
    Pattern regex = Pattern.compile("(?:/\\*[^;]*?\\*/)|(?:--[^;]*?$)", Pattern.DOTALL | Pattern.MULTILINE);
    Matcher regexMatcher = regex.matcher(subjectString);
    while (regexMatcher.find()) 
        // matched text: regexMatcher.group()
        // match start: regexMatcher.start()
        // match end: regexMatcher.end()
     
 catch (PatternSyntaxException ex) 
    // Syntax error in the regular expression

以上内容将为您提供所有不带“;”的 cmets。然后我会逐行遍历 sql 文件，当我遇到有注释的行时，我会检查该行是否在我的匹配列表中 - 如果不是，那么我会搜索替换；在整个评论中带有“”。当然，您必须找到注释的结束位置，但这很容易——在同一行和 /* 以及找到第一个 */ 时结束。这样您就可以更改任意数量的 ;使用相同的代码。

【讨论】：

这详细解释了我想要什么，并提供了一个解决方案ostermiller.org/findcomment.html。但是这个解决方案有一个很大的性能问题，这里讨论***.com/questions/462843/…

这似乎会捡起像 blah blah

【参考方案2】：

你需要先搞清楚：多线cmets有两种处理方式。

单个“*/”关闭所有当前打开的“/*”。 对于每个“/*”，您需要一个对应的“*/”（嵌套 cmets）。

第一个相对容易实现。第二个只能通过深度魔术正则表达式（阅读：未来的编码人员无法维护）或短程序来完成。

第一个很简单：只要有嵌入的分号，使用“/\*.*;.*\*/”就会给你一个匹配项。

第二个需要一些编程。如果遇到“；”，则需要检查您当前是否在评论中。您可以通过顺序读取文件（忽略回车/换行）并在遇到“/*”时增加一个数字并在遇到“*/”时减少该数字来知道。如果数字至少为 1，则分号位于注释中。

【参考方案3】：

最好的办法可能是使用两个正则表达式和两个模式（一个单行和一个多行）。

单行：\\-\\-[^;]*(;) -- 不确定在一行中找到多个 ; 的最佳方法

多行：/\\*[^;(\\*/)]*?(;)[^;]*?\\*/——反正是这样的