C++ 查找C+中出现的非ASCII字符+；带有非ASCII注释的代码

我有注释和字符串中带有西里尔字符的源代码。MSVC允许在标识符中使用西里尔字符。如何找到忽略所有注释和字符串的所有西里尔字符？我想在不使用gcc或脚本的情况下完成这项工作，完全使用简单的正则表达式搜索。找到注释/*.*？*/并不困难，但是如何找到注释中不存在的内容以及ASCII字符集中不存在的内容呢？

让我们假设所有注释的行为都像“//”——即使是“/*comment*/”——从某种意义上讲，一旦注释开始，在同一行上的注释后面就不会有更多的代码。尝试将源文件管道化到以下位置：

perl -lne 'print $1 if m{^([^/]+)(?:/[/*])?}'

这会让你得到除了评论以外的一切

---

剩下的问题是字符集的函数。如果是Windows-1251，您可以查找如下模式：

'[^\x00-\x7f]+'

它是否必须使用正则表达式？Um<代码>//这是C++中的注释，

“this\”是字符串\\“

（与正则表达式一样））在字符串中的注释分隔符、注释中的字符串、

#如果0

、有向图、三角图等之间，从正则表达式中获得有意义的结果将很困难，除非您的代码库非常有限，或者您愿意忍受许多不正确的结果。瞧，@SteveJessop是对的，但实际上比他暗示的还要糟糕。也就是说，识别非ASCII字符应该很容易，至少在某些正则表达式引擎中是如此，（）这和问题的答案相反，检测评论和字符串是困难的部分。史提夫，是的：多一点。谷歌正则表达式捕获C++字符串并不难。但是我需要从搜索中过滤掉它，我不知道怎么做。如果我有正则表达式A和正则表达式B，那么如何编写一个表格的正则表达式。A但不是B的一部分。问题是不通过一个正则表达式传递源代码，剪切注释，然后将其与其他正则表达式匹配。问题是在一个正则表达式中同时剪切和匹配。例如，在MSVC中搜索正则表达式时，这很有用。