用正则表达式匹配所有三种 PHP 注释

Posted 2023-02-21

【中文标题】用正则表达式匹配所有三种 PHP 注释

【英文标题】：Matching all three kinds of PHP comments with a regular expression

【发布时间】：2012-10-18 07:45:38

【问题描述】：

我是 REGEX 的新手，需要一些帮助。

我需要匹配 php 可能拥有的所有三种类型的 cmets：# Single line comment// Single line comment/* Multi-line comments */

/**
 * And all of it's possible variations
 */

我应该提一下，我这样做是为了能够识别 PHP 结束标记 (?>) 是否在评论中，如果是则忽略它，如果不是则将其计为一。这将在 XML 文档中使用，以提高 Sublime Text 对结束标记的识别（因为它让我发疯！）。我尝试了几个小时但没能做到，所以如果你能翻译它以使用 XML，我将不胜感激。 :)

因此，如果您还可以包含 if-then-else 登录信息，我将不胜感激。顺便说一句，我真的需要它是纯正则表达式，没有语言特征或任何东西。 :)

就像 Eicon 提醒我的那样，我需要所有这些都能够在行首或一段代码的末尾匹配，所以我还需要所有这些：

<?php
echo 'something'; # this is a comment
?>

任何帮助将不胜感激。 :)

【问题讨论】：

想要也匹配`$var=value; #评论？

@eicto 是的，谢谢，我会补充的。

@Dagon 那篇文章并没有真正包含我需要的内容，因为我需要它是纯正则表达式，中间没有语言功能。

【参考方案1】：

解析编程语言对于正则表达式来说似乎太多了。您可能应该寻找一个 PHP 解析器。

但这些将是您正在寻找的正则表达式。我假设他们都使用 DOTALL 或 SINGLELINE 选项（尽管前两个在没有它的情况下也可以工作）：

~#[^\r\n]*~
~//[^\r\n]*~
~/\*.*?\*/~s

请注意，如果注释分隔字符出现在字符串或其他地方，它们中的任何一个都会导致问题，而它们实际上并没有打开注释。

您也可以将所有这些组合成一个正则表达式：

~(?:#|//)[^\r\n]*|/\*.*?\*/~s

如果您使用不需要分隔符的工具或语言（如 Java 或 C#），请删除那些 ~。在这种情况下，您还必须以不同的方式应用 DOTALL 选项。但是不知道你将在哪里使用它，我无法告诉你如何使用。

如果您不能/不想设置 DOTALL 选项，这将是等效的（我还省略了分隔符来举例说明）：

(?:#|//)[^\r\n]*|/\*[\s\S]*?\*/

See here 用于工作演示。

现在，如果您还想捕获组中 cmets 的内容，那么您可以这样做

(?|(?:#|//)([^\r\n]*)|/\*([\s\S]*?)\*/)

无论注释的类型如何，cmets 内容（没有语法分隔符）都将在捕获 1 中找到。

另一个working demo。

【讨论】：

这将在 XML 文档中使用，以提高 Sublime Text 对结束标记的识别（因为它让我发疯！）。我试图用几个小时来实现这一点，但没能做到，所以如果你能把它翻译成正确的语言，我将不胜感激。 :)

对不起，我不熟悉你的正则表达式风格。但这将是等效的，无需您设置 DOTALL 选项（如果您不需要分隔符）：(?:#|//)[^\r\n]*|/\*[\s\S]*?\*/

@EduardoLávaque 我将其与工作演示一起编辑到问题中。

谢谢！这是一个很好的起点。 :) 编辑：好的，谢谢！ :) EDIT2：不适用于我需要的东西，但这是一个很好的起点。 :)

【参考方案2】：

老问题，但也许这对其他人有帮助...

单行cmets

singleLineComment = /'[^']*'|"[^"]*"|((?:#|\/\/).*$)/gm

使用此正则表达式，您必须替换（或删除）((?:#|\/\/).*$) 捕获的所有内容。此正则表达式将忽略看起来像 cmets 的字符串内容（例如 $x = "You are the #1"; 或 $y = "You can start comments with // or # in PHP, but I'm a code string";）

多行 cmets

 multilineComment = /^\s*\/\*\*?[^!][.\s\t\S\n\r]*?\*\//gm