如何避免使用Java正则表达式预处理字符串文本中的注释

我正在为我这学期的课程编译器构建做一个小项目

我现在正在用Java语言为Java语言设计扫描仪部分。 此扫描程序将生成令牌，稍后将用于解析器

我所做的大部分工作都是使用Java正则表达式。 我目前面临的问题是，当我预处理代码以删除内联注释和多行注释时，它也会删除字符串文本中的注释（如果有）。 我正在使用以下正则表达式：

String regExPreProcess = "((?s)(/\\*.*?\\*/|/\\*.*))|(//.*)"

---

有人能解释一下这个问题吗。我也尝试了lookahead和lookahead功能，但问题仍然存在。

首先需要对内联和块（多行）注释进行正式定义

比如：

• 内联注释以放置在字符串文本和块注释外部的内联注释delimeter（//）开始，并在行尾结束
• 字符串文字以放置在内联或块注释外部的双引号（“）开始，以未转义的双引号（“）结束
• 转义双引号是一个双引号，前面有奇数个反斜杠（\）
• 块注释以放置在字符串文字和内联注释之外的注释开始，以注释结束，以注释结束，以delimeter（*/）

---

如您所见，这些定义中存在循环依赖关系。正则表达式不适合这个问题。您需要按顺序处理输入文本：检测开始标记并忽略所有内容，直到相应的结束标记

我甚至不确定正则表达式能不能做到…@路易斯是对的，正则表达式对此毫无用处。你不能只从中挑出你不感兴趣的部分，因为你不能在不了解整个上下文的情况下可靠地识别它们。你确定这就是你想要的吗？字符串文本中有注释意味着什么？你为什么会想要这些？@mvd:关键是：它们不是评论。我相信他想在开始“真正的”词法分析之前删除所有注释，但他知道字符串文字可能包含看起来像注释的内容，他想知道如何忽略它们。（如果我错了，请纠正我。）@Alan，是的，这就是我想做的。。。e、 g.如果存在类似“This is string//not a comment”或“This is string/*not a comment*/”的代码，则上述正则表达式不得删除以注释符号开头的字符串中的注释。