调整 perlfaq 脚本以删除 C 和 C++ 注释，改为在 C 和 C++ 注释中执行搜索和替换

Question

我的任务是（尝试）在大型代码库中搜索和替换单词后缀，仅当它出现在 cmets 中时。所有的 cmets 都是 /* 或 // 类型，但它们保证包括大多数可以想象的边缘情况。

所以我想改变这个：

/* blah blah something__suffix blah */

到这里：

/* blah blah something blah */

但我也想改变这个：

// blah blah something__suffix blah 

到这里：

// blah blah something blah 

还有这个：

/*
 * blah blah something__suffix blah 
 */

到这里：

/*
 * blah blah something blah 
 */

还有这个：

/** 

// blah blah something__suffix blah 

*/

到这里：

/** 

// blah blah something blah 

*/

令人作呕（字面意思）。

最初我觉得这是一个解析器任务，我安装了 cochinelle，它确实可以解析我的 cmets，但它被我的预处理器宏卡住了，对于那些只将其作为一次性任务的人来说，解决方法似乎很复杂。所以现在我正在考虑正则表达式。

我没有找到很多关于在 C 和 C++ cmets 中使用正则表达式进行真正强大的搜索和替换的建议（除了“你需要一个解析器”），但我确实注意到似乎有一条很好的道路- 在 perl FAQ 上测试了 perl 脚本，用于删除这两种样式的 cmets here。

如下：

$/ = undef;
$_ = <>;

s#/\*[^*]*\*+([^/*][^*]*\*+)*/|//([^\\]|[^\n][\n]?)*?\n|("(\\.|[^"\\])*"|'(\\.|[^'\\])*'|.[^/"'\\]*)#defined $3 ? $3 : ""#gse;

print;

我的问题：如何修改此脚本，以便可以搜索已识别为评论的文本以查找后缀并删除后缀，而不是剥离评论，从而使评论的其余部分保持不变？

Answer 1

我不确定这是否是一个好的解决方案，但它确实有效。

use strict; use warnings; use feature qw(say);
my @lines = (
qq~Example 1:
/* blah blah something__suffix blah */~,
qq~Example 2:
// blah blah something__suffix blah needs a newline at the end
~,
qq~Example 3:
/*
 * blah blah something__suffix blah 
 */~,
qq~Example 4:
/** 

// blah blah something__suffix blah 

*/~,
qq~Example 5 (string):
foobar '// blah blah something__suffix blah '~,
qq~Example 6:
public void main { return; } // this does__suffix nothing but needs newline
~,
);

foreach (@lines) {
  print "Before:\n$_\n";
  s!/\*[^*]*\*+([^/*][^*]*\*+)*/|//([^\\]|[^\n][\n]?)*?\n|("(\\.|[^"\\])*"|'(\\.|[^'\\])*'|.[^/"'\\]*)!
  { if (defined $3) { $3 } else { (my $temp = ${^MATCH}) =~ s/__suffix//; $temp;} } 
  !gsepx;

  print "After:\n$_\n\n";
}

这可能效率不高，但我认为这对你的工作并不重要。

Answer 2

您需要分两步完成，因为您可能有

/* foo__suffix bar__suffix */

首先，提取评论，然后替换评论中的任何__suffix。

s{
   \G
   (?:(?!/[*/]).)*
   \K
   (   /[*] (?:(?![*]/).)* [*]/
   |   //   [^\n]*
   )
}{
   my $comment = $1;
   $comment =~ s/(?<=\w)__suffix//g;
   $comment
}xes;

---

注意事项：

• (?:(?!STRING).) 是 (?:STRING) 就像 [^CHAR] 是 CHAR。

• 如果您在字符串文字中有// 或/*，我的解决方案会搞砸。

• 如果您可以删除前面没有标识符的 __suffix 实例，则可以删除 (?<=\w)。

• 如果您使用的是 5.14 或更高版本，则可以简化

  s{...}{
     my $comment = $1;
     $comment =~ s/(?<=\w)__suffix//g;
     $comment
  }xes;
  

  到

  s{...}{
     $1 =~ s/(?<=\w)__suffix//rg
  }xes;