通过正则表达式删除块注释答案

【问题标题】：Removing Block Comments via Regex通过正则表达式删除块注释
【发布时间】：2011-05-11 13:29:57
【问题描述】：

我很难让这个正则表达式工作。我要做的就是删除块 cmets。这是我到目前为止所拥有的，但我无法摆脱最终的*/。

$string = 'this is a test /*asdfa  */ ok then';

$pattern = '/\/\*([^\*\/]*)/i';

$replacement = '';

echo preg_replace($pattern, $replacement, $string);

//this is a test */ ok then

任何帮助将不胜感激。

【问题讨论】：

PHP 不是常规语言，因此无法解析它或使用正则表达式删除所有有效的块 cmets。
@Paul：你不能用正则表达式解析 PHP，但是你可以用词法分析它就好了。不需要一个成熟的解析器来摆脱 cmets（实际上，通常 cmets 在词法分析中被丢弃，而不是解析）
@Billy 不，你不能。 en.wikipedia.org/wiki/Chomsky_hierarchy
我是第一个不鼓励将正则表达式用于他们无法处理的任务的人。但是 C 风格的注释可以被正则表达式识别（并且例如剥离），因为它们不能嵌套（这在 PHP 和其他很多地方都是一样的）。 /* a /* b */ echo 'see?'; */ 会“看到？” （或者更确切地说，解析器拒绝它是因为最终的 */，这仍然证明了这一点。顺便说一句，SO 语法突出显示正确。
见这个例子" this is a comment /* or is it? */"。字符串中的注释是否应该被删除？想让它更复杂吗？引入一些heredoc。

标签： php regex

【解决方案1】：

试试这个作为你的模式：

/\*([^*]|[\r\n]|(\*+([^*/]|[\r\n])))*\*+/

【讨论】：

我不明白... \r\n 在那里做什么？
它删除新行。他给出的示例可能不需要，但这就是我用来删除多行 cmets 的方法。
@wajiw：为什么不让它匹配任何字符？我看不出换行符有什么特别之处。
我遇到了 .* 与新行不匹配的问题
是的，这是一种更聪明的做法 :-) 谢谢

【解决方案2】：

使用与/ 不同的分隔符——这会让人感到困惑。

'#/\*.+?\*/#s'怎么样；

【讨论】：

那里应该有一个m 修饰符吗？（免责声明我对这里的多行正则表达式有点生疏。）
你实际上需要s (DOT_ALL)，而不是m。
@Billy - 谢谢。这是我可以理解的，并且实际上适用于您想要摆脱 /*** a */ 的情况-其中一些答案不适用于这种情况。另外，我认为它的使用比分词器简单得多。
@Abs：1. 谢谢，2. 公平地说，分词器会更准确。（但是，你已经知道了；））

【解决方案3】：

token_get_all 并在没有T_COMMENTs 的情况下重新构建它。我觉得没什么好说的了。

【讨论】：

每个人都喜欢分词器。第二句也+1。
矫枉过正的解决方案是矫枉过正。正则表达式对于 this 用例已经足够且更合适。（并不是说标记器也不会在内部使用它们）
@mario 你知道分词器是如何工作的吗？正则表达式并不神奇......所以不要以为你可以在任何地方使用它们。
@Alin Purcaru：我没有对anywhere做出任何断言，而是明确表示“这个用例”。是的，我确实知道一些关于它们的事情，而且我还编写了一些标记器。
@mario 在特定条件下使用一些正则表达式来查找token与使用a正则表达式是不同的。

【解决方案4】：

以/\*|\*/ 模式运行两次preg_replace 应该可以工作。

【讨论】：

这只是去掉了注释分隔符，而不是注释文本本身。

【解决方案5】：

也许：

$pattern = '/\/\*([.]*)\*\//i';

请不要降价，因为这是一个快速猜测，试图提供帮助...... :)

【讨论】：

【解决方案6】：

为了修复你的主要模式，我可以告诉你，你不匹配最后的“*/”，因为你的模式中缺少它。

按照你自己的模式，试试这个小修改：

'/\/\*([^\*\/]*)**\*\/**/i'

我还建议您使用不同的分隔符以使模式更易于阅读。

#/\*([^\*/]*)\*/#i

【讨论】：

【解决方案7】：

我正在使用这个（注意，/*...*/ cmets 只需要第一行）：

  #-- extract /* ... */ comment block
  #  or lines of #... #... and //... //...
  if (preg_match("_^\s*/\*+(.+?)\*+/_s", $src, $uu)
  or (preg_match("_^\s*((^\s*(#+|//+)\s*.+?$\n)+)_ms", $src, $uu))) {
     $src = $uu[1];
  }
  // Public Domain, not CC

效果很好。但与所有正则表达式解决方案一样，它会在 $PHP = "st/*rings" 边缘情况下失败。

【讨论】：

不要说“像所有正则表达式解决方案一样”，因为你错了。只说这里介绍的那些太原始了，不适合这项壮举。
@tchrist：我的错。在试图纠正对正则表达式的诽谤时，我自己过度概括了。