什么是用于查找未注释 Java 代码行的正则表达式？

Posted 2023-02-21

【中文标题】什么是用于查找未注释 Java 代码行的正则表达式？

【英文标题】：What is a regular expression for finding lines with uncommented Java code?

【发布时间】：2013-09-14 19:05:46

【问题描述】：

我正在开发一个简单的 Ruby 程序，该程序应该计算包含实际 Java 代码的 Java 文件中的文本行数。该行即使包含 cmets 也会被计算在内，因此基本上只有 只是 cmets 的行不会被计算在内。

我正在考虑使用正则表达式来解决这个问题。我的程序将逐行迭代并将其与“正则表达式”进行比较，例如：

while line = file.gets
    if line =~ regex
        count+=1
    end
end

不过，我不确定要使用哪种正则表达式格式。有什么想法吗？

【问题讨论】：

没那么简单。 /* 评论可以跨越多行。

这是有道理的。在这种情况下，如果我有两个单独的正则表达式，其中一个可以检查评论是否跨越多行并相应地读取其他行，它会起作用吗？

请参阅***.com/q/462843/897024 了解多行 cmets。

你会用 JRuby 吗？有大量可用的 Java 解析库，您可以通过这种方式更准确、更轻松地阅读 Java 源代码。

【参考方案1】：

获取“代码行数”的数量可能有点主观。像导入和包名这样的自动生成的东西真的应该算吗？一个人通常不会写它。仅带有右花括号的行算吗？该行实际上没有任何执行逻辑。

我通常使用这个正则表达式来计算 Java 代码行数：

^(?![ \s]*\r?\n|import|package|[ \s]*\r?\n|[ \s]*//|[ \s]*/\*|[ \s]*\*).*\r?\n

这将省略：

空白行 进口 带有包名的行 只有 的行 带有单行 cmets 的行 // 打开多行 cmets（（空白）/* 随便） 多行 cmets 的延续（（空白）* 随便）

它还将匹配 \n 或 \r\n 换行符（因为您的源代码可能包含其中任何一个，具体取决于您的操作系统）。

虽然不完美，但它似乎非常接近匹配所有我认为“合法”的代码行。

【参考方案2】：

count = 0
file.each_line do |ln|
  # Manage multiline and single line comments.
  # Exclude single line if and only if there isn't code on that line
  next if ln =~ %r^\s*(//|/\*[^*]*\*/$|$) or (ln =~ %r/\* .. ln =~ %r\*/)
  count += 1
end

只有包含多行注释的行和代码存在问题，例如：

someCall(); /* Start comment
this a comment
even this
*/ thisShouldBeCounted();

但是：

imCounted(); // Comment
meToo(); /* comment */
/* comment */ yesImCounted();
// i'm not
/* Nor
we
are
*/

---

编辑

下面的版本有点麻烦，但正确计算了所有情况。

count = 0
comment_start = false
file.each_line do |ln|
  # Manage multiline and single line comments.
  # Exclude single line if and only if there isn't code on that line
  next if ln =~ %r^\s*(//|/\*[^*]*\*/$|$) or (ln =~ %r^\s*/\* .. ln =~ %r\*/) or (comment_start and not ln.include? '*/')
  count += 1 unless comment_start and ln =~ %r\*/\s*$
  comment_start = ln.include? '/*'
end