Java 用特定逻辑替换字符串中的字符
我目前正在用Java创建一个简单的Lexer生成器。我差不多完成了,在这里和那里熨掉了一些虫子,但是遇到了一个问题 我希望能够在Lexer中包含注释检测,并希望以特定方式包含注释:Java 用特定逻辑替换字符串中的字符,java,string,logic,character,Java,String,Logic,Character,我目前正在用Java创建一个简单的Lexer生成器。我差不多完成了,在这里和那里熨掉了一些虫子,但是遇到了一个问题 我希望能够在Lexer中包含注释检测,并希望以特定方式包含注释: 注释由存储在字符串中的任何字符集分隔。 示例:single=“/”,multi\u beg=“/*”和multi\u end=“*/” 任何介于和(包括)注释字符之间的内容都需要用空格替换,因为Lexer使用空格来检测标记之间的间隙。(替换为void可能会导致两个令牌融合在一起) 包含这样一个东西在技术上很容
- 注释由存储在字符串中的任何字符集分隔。
- 示例:
,single=“/”
和multi\u beg=“/*”
multi\u end=“*/”
- 示例:
- 任何介于和(包括)注释字符之间的内容都需要用空格替换,因为Lexer使用空格来检测标记之间的间隙。(替换为void可能会导致两个令牌融合在一起)
其逻辑可能如下所示:
- 如果当前已装箱,则不执行任何操作,直到找到未装箱字符
- 如果未封装,并且找到了一个封装字符,则封装
- 如果未封装,并且找到了一条单行注释,则将之后的所有内容(包括注释字符)替换为空白。(我们处理的是单个字符串,而不是数组,因此后面的所有内容仅引用一行)
- 如果未封装,并且开始了多行注释,则将之后的所有内容(包括注释字符)替换为空格,直到多行注释结束
我脑子里已经完全记下了这个想法,但不知道如何在Java中实现它 注意:我正在处理一个字符串数组,我正在考虑通过增强for循环实现这一点,在扫描程序中一次处理每一行,在标记堆栈之前处理注释
for (String s : data) {
// ???
}
关于如何在Java中实现这个有什么想法吗
更新:这就是我想要的输入/输出外观:
通常的方法是将此作业留给标记器,并将注释作为一种空白标记。这里是一个未经测试的实现。测试是最难的部分,要非常小心
public class CommentStripper {
private enum State {
CODE,
LINE_COMMENT,
COMMENT,
STRING
}
public static String strip(String input) {
return strip(input.toCharArray());
}
public static String strip(char[] input) {
State currentState = State.CODE;
StringBuilder rv = new StringBuilder();
char[] lineSeparator = System.lineSeparator().toCharArray();
for (int i = 0; i < input.length; i++) {
STATE_SWITCH: switch (currentState) {
case CODE:
if (input[i] == '"') {
currentState = State.STRING;
rv.append(input[i]);
break;
}
if (input[i] == '/') {
if (i + 1 >= input.length) {
rv.append(input[i]);
break;
}
if (input[i+1] == '*') {
i++;
currentState = State.COMMENT;
break;
} else if (input[i+1] == '/') {
i++;
currentState = State.LINE_COMMENT;
break;
}
}
rv.append(input[i]);
break;
case STRING:
if (input[i] == '"') {
currentState = State.CODE;
rv.append(input[i]);
break;
}
rv.append(input[i]);
break;
case COMMENT:
if (input[i] == '*') {
if (i + 1 >= input.length) {
break;
}
if (input[i + 1] == '/') {
i++;
currentState = State.CODE;
break;
}
}
break;
case LINE_COMMENT:
for (int sepIndex = 0; sepIndex < lineSeparator.length; sepIndex++) {
if (input[i+sepIndex] != lineSeparator[sepIndex]) {
break STATE_SWITCH;
}
}
i+=lineSeparator.length-1;
rv.append(lineSeparator);
currentState = State.CODE;
break;
}
}
return rv.toString();
}
}
基于最小阵列的方法因其效率而被选择。流式API使其要么臃肿,要么无效。您必须连接字符串才能使用它
请注意,无法将转义引号放入字符串文字中。你的问题没有具体说明这一点,所以我省略了这一点
考虑使用像ANTLR这样的解析库,而不是自己编写解析器。您打算对输入数组执行操作吗?通常lexer在不修改输入的情况下,将输入拆分为令牌(一种新结构)。为什么下一个标记不能是一个完整的字符串文字?@Basilevs我已经将lexer调制成了段。第一个是扫描器,第二个是标记器。在将数据显示到Tokeniser之前,我只想完全“擦除”字符串中的注释,就像用white out完成一样。@Basilevs这将是目前为止唯一执行的操作。现在您有两个标记器,没有明显的好处,不是吗?@Basilevs否。我想从字符串数组中删除数据。一旦删除了字符串数组中所有可能出现的内容,请发送数组进行标记化。我理解,但我根本不想要标记。我希望在将任何数据推送到tokeniser之前将其删除,回到Scanner部分。为什么要这样做?我编写的Lexer具有扫描令牌的结构,仅当它是符号、数字或字符时才停止标记。如果它是一个符号,将其映射到相应的字符,并吐出一个标记。数字,吐出数字或实数。字母/常量字符,吐出标识符或字符串/字符。已跳过空格。很抱歉答复太晚。最近一直在工作,真的很忙。我修改了我的发电机,工作得很好。非常感谢。至于ANTLR,也许我会把发电机挂在上面?:)
import static commentStrip.CommentStripper.strip;
import static org.junit.Assert.*;
import org.junit.Test;
public class CommentStripperTest {
@Test
public void test() {
assertEquals("\"test\"", strip("\"test\"//hello\"test\""));
assertEquals("\"test\"\"test\"", strip("\"test\"/*hello*/\"test\""));
assertEquals("test"+System.lineSeparator()+"test", strip("test//linecomment"+System.lineSeparator()+"test"));
assertEquals("test", strip("test/*test"));
assertEquals("\"test//hellotest\"", strip("\"test//hellotest\""));
assertEquals("\"test/*hello*/test\"", strip("\"test/*hello*/test\""));
}
}