C++ 从字符串中删除行注释

我正在编写一个文本解析器，它需要能够从行中删除注释。我使用的是一种相当简单的语言，其中所有注释都由#字符启动，删除之后的所有内容都很简单，但我必须处理#位于字符串内部的可能性

因此，我的问题是，给定一个字符串，如

Value=“字符串#1”；“字符串2”；#这是一个由“-分隔的字符串组成的数组，如“

如何最好地提取子字符串

Value=“String#1”；“String#2”

（注意尾随空格）

请注意，注释可能包含引号，并且整行可以在“删除”和“删除”之间进行选择，尽管它在整行上是一致的。这是事先知道的，如果它是重要的。字符串中的引号将由\

std::string stripComment(std::string str) {
    bool escaped = false;
    bool inSingleQuote = false;
    bool inDoubleQuote = false;
    for(std::string::const_iterator it = str.begin(); it != str.end(); it++) {
         if(escaped) {
             escaped = false;
         } else if(*it == '\\' && (inSingleQuote || inDoubleQuote)) {
             escaped = true;
         } else if(inSingleQuote) {
             if(*it == '\'') {
                 inSingleQuote = false;
             }
         } else if(inDoubleQuote) {
             if(*it == '"') {
                 inDoubleQuote = false;
             }
         } else if(*it == '\'') {
             inSingleQuote = true;
         } else if(*it == '"') {
             inDoubleQuote = true;
         } else if(*it == '#') {
             return std::string(str.begin(), it);
         }
    }
    return str;
}

编辑：或更教科书式的FSM

std::string stripComment(std::string str) {
    int states[5][4] = {
    //      \  '  "
        {0, 0, 1, 2,}
        {1, 3, 0, 1,},  //single quoted string
        {2, 4, 2, 0,},  //double quoted string
        {1, 1, 1, 1,},  //escape in single quoted string
        {2, 2, 2, 2,},  //escape in double quoted string
    };
    int state = 0;
    for(std::string::const_iterator it = str.begin(); it != str.end(); it++) {
        switch(*it) {
            case '\\':
                state = states[state][1];
                break;
            case '\'':
                state = states[state][2];
                break;
            case '"':
                state = states[state][3];
                break;
            case '#':
                if(!state) {
                    return std::string(str.begin(), it);
                }
            default:
                state = states[state][0];
        }          
    }
    return str;
}

状态

数组定义FSM状态之间的转换

第一个索引是当前状态，

0

，

1

，

2

，

3

或

4

第二个索引对应于字符，

\

，

'

，

“

，或其他字符

该数组根据当前状态和角色告知下一个状态

---

仅供参考，这些假设是反斜杠转义字符串中的任何字符。你至少需要它们转义反斜杠，这样你就可以有一个以反斜杠结尾的字符串。

你没有处理内部引号。请放慢速度，在发布之前立即获得它。我正要对你的答案进行否决。现在你有足够的理由将其作为

switch

block。会更容易阅读。

&&！inSingleQuote&&！inDoubleQuote

是多余的。另外：由于您编写了一个FSM，您可以去掉所有标志并使用一个枚举变量。这个星球上的每个lexer生成器都提供了一些示例，说明如何处理注释。您尝试过使用一个吗？您尝试过吗把词法分析阶段完全分开？