Java：使用正则表达式从块注释中去除斜线和星号

Posted 2023-02-21

【中文标题】Java：使用正则表达式从块注释中去除斜线和星号

【英文标题】：Java: Strip Slashes and Stars from Block Comments using Regex

【发布时间】：2013-04-09 20:29:24

【问题描述】：

我正在做一个个人项目，我需要从这样的输入字符串中提取实际的 cmets。

案例一：/* Some useful text */

输出：Some useful text

案例2：/*** This is formatted obnoxiously**/

输出：This is formatted obnoxiously

案例3：

    /**

    More useful
information

    */

输出：More useful information

案例 4：

/**
Prompt the user to type in 
the number. Assign the number to v
*/

输出：Prompt the user to type in the number. Assign the number to v

我正在使用 Java，我尝试使用诸如 String.replace 之类的简单方法替换 /* 和 */，但由于注释可以像上面那样以不同的方式格式化，replace 方法似乎不是是一种可行的方法来做到这一点。如何使用正则表达式实现上述输出？

Here 是我正在使用的测试注释文件。

【参考方案1】：

尝试类似：

"/\\*+\\s*(.*?)\\*+/"

点也应该匹配新行：

Pattern p = Pattern.compile("/\\*+\\s*(.*?)\\*+/", Pattern.DOTALL);

编辑

 Pattern p = Pattern.compile("/\\*+\\s*(.*?)\\*+/", Pattern.DOTALL); 
 Matcher m = p.matcher("/*** This is formatted obnoxiously**/");
 m.find();
 String sanitizedComment = m.group(1); 
 System.out.println(sanitizedComment);

【讨论】：

. 与 Java 中的换行符不匹配（无论如何默认情况下都不匹配，不确定是否有办法设置它）。你需要(.|\n)

@Dukeling：有一种方法可以在 Java 中设置它（DOTALL 选项）。写(.|\n) 不是一个好主意，因为你可能会漏掉一些字符。 . 不仅在 Java 中不包括 \n。

@Dukeling nhahtdh 是对的，我已经更新了我的答案，向您展示如何使点匹配新行

@Stephan 没用。我得到了IllegalStateException，因为没有匹配项。 Pattern p = Pattern.compile("/\\*+\\s*(.*?)\\*+/", Pattern.DOTALL); Matcher m = p.matcher(matchedComment); String sanitizedComment = m.group(); System.out.println(sanitizedComment);

@Stephan，我按照你说的做了，在 O 上传的代码中突出显示的文件之前一切正常here

【参考方案2】：

您可以使用以下正则表达式：

String newString = oldString.replaceAll("/\\*+\\s*|\\s*\\*+/", "");

编辑

要摆脱换行符，您可以执行以下操作：

String regex = "/\\*+\\s*|\\s*\\*+/|[\r\n]+";
String newString = oldString.replaceAll(regex, "");

【讨论】：

太棒了，它奏效了。谢谢！现在我还有一个问题，我正在使用以下转义字符串在文件中查找 cmets。 //.*|(\"(?:\\\\[^\"]|\\\\\"|.)*?\")|(?s)/\\*.*?\\*/ 我怎样才能让它只找到 /* ... */ cmets 而不是单行 cmets ( // ... ) ？

嗯，看起来它不适用于这样的情况：/** Prompt the user to type in the number. Assign the number to v */ 这件事不能让我空白行，我会更新问题。

@NullGeo：为了摆脱换行符，我只需添加一个.replaceAll(System.getProperty("line.separator"), "")

@Keppil：您应该再次通过以删除行分隔符。不要只是删除它们；你最终可能会一起运行单词。你想要做的是规范化剩余的空白（例如.replaceAll("\\s+", " ");）。至于line.separator 属性，请参阅this answer 以了解其无效性的讨论。

@AlanMoore：当然，如果需要用空格替换换行符，则需要第二遍。根据 OP 用例，可能还需要进行其他小的调整，但我认为调整上面的代码以适应这些额外的需求是相当简单的。