Java 如何在源代码中找到所有注释？ 有两种风格的评论，C风格和C++风格，如何识别它们？ /* comments */ // comments

我可以随意使用任何方法和第三个库。

您尝试过正则表达式吗？这是一个很好的Java示例总结。它可能需要一些调整，但是仅使用正则表达式对于更复杂的结构（嵌套注释、“字符串中的注释”）是不够的，但这是一个很好的开始。

您尝试过正则表达式吗？这是一个很好的Java示例总结。它可能需要一些调整，但是仅使用正则表达式对于更复杂的结构（嵌套注释、“字符串中的注释”）是不够的，但这是一个很好的开始。

编辑：我已经搜索了一段时间，但下面是real工作正则表达式：

String regex = "((//[^\n\r]*)|(/\\*(.+?)\\*/))"; // New Regex
List<String> comments = new ArrayList<String>();

Pattern p = Pattern.compile(regex, Pattern.DOTALL);
Matcher m = p.matcher(code);
// code is the C-Style code, in which you want to serach
while (m.find())
{
    System.out.println(m.group(1));
    comments.add(m.group(1));
}

它生成以下输出：

//Comment one//
/* Blah */
line2(); // something weird
/* Multiline
another line for the comment
*/

---

请注意，输出的最后三行是一个单独的打印。

编辑：我已经搜索了一段时间，但这里是real工作正则表达式：

String regex = "((//[^\n\r]*)|(/\\*(.+?)\\*/))"; // New Regex
List<String> comments = new ArrayList<String>();

Pattern p = Pattern.compile(regex, Pattern.DOTALL);
Matcher m = p.matcher(code);
// code is the C-Style code, in which you want to serach
while (m.find())
{
    System.out.println(m.group(1));
    comments.add(m.group(1));
}

它生成以下输出：

//Comment one//
/* Blah */
line2(); // something weird
/* Multiline
another line for the comment
*/

---

请注意，输出的最后三行是一个单独的打印。

要可靠地查找Java源文件中的所有注释，我不会使用正则表达式，而是使用真正的lexer（又称标记器）

Java有两种流行的选择：

• JFlex：
• ANTLR：

与流行的观点相反，ANTLR也可以用于创建没有解析器的lexer

这里有一个快速的ANTLR演示。在同一目录中需要以下文件：

• JavaCommentLexer.g（语法）
• Main.java
• java（带有外来注释的有效（！）java源文件）

JavaCommentLexer.g 主类 Test.java 您将看到以下内容被打印到控制台：

---

multilecomment:：\u002f\u002a要可靠地查找Java源文件中的所有注释，我不会使用regex，而是使用真正的lexer（又称标记器）

Java有两种流行的选择：


JFlex：
ANTLR：

与流行的观点相反，ANTLR也可以用于创建没有解析器的lexer

这里有一个快速的ANTLR演示。在同一目录中需要以下文件：



JavaCommentLexer.g（语法）
Main.java
java（带有外来注释的有效（！）java源文件）

JavaCommentLexer.g
主类
Test.java
您将看到以下内容被打印到控制台：

multilecomment:：\u002f\u002a您能说得更具体一点吗？找到这些评论后，您希望如何处理它们？“识别”它们是什么意思？以下是
.java
源文件中的有效注释：
\u002f\u002a多行注释\u002a/
。请注意
\u002f=='/'
和
\u002a=='*'
。你也要解释这些吗？里面只有有效的评论java@user705414，我给出的示例是Java内部的有效注释。@user705414，您的评论：“我并不真正关心unicode形式的注释”和“仅Java内部的有效注释”相互矛盾。如果您不关心角落的情况，那么“仅java内部的有效注释”是不正确的。您能更具体一点吗？找到这些评论后，您希望如何处理它们？“识别”它们是什么意思？以下是
.java
源文件中的有效注释：
\u002f\u002a多行注释\u002a/
。请注意
\u002f=='/'
和
\u002a=='*'
。你也要解释这些吗？里面只有有效的评论java@user705414，我给出的示例是Java内部的有效注释。@user705414，您的评论：“我并不真正关心unicode形式的注释”和“仅Java内部的有效注释”相互矛盾。如果你不关心这些极端情况，那么“java内部只有有效的注释”是不正确的。“一些”调整有点轻描淡写，依我看。看看最后一段（“注意事项”），看看它什么时候失败了。谢谢，我没有仔细阅读注意事项。更正了我的回答。“一些”调整有点轻描淡写，我想。看看最后一段（“注意事项”），看看它什么时候失败了。谢谢，我没有仔细阅读注意事项。更正了我的答案。这失败了，正如托马斯兹的建议。添加
String s=“foo/*bar”（字符串文字）甚至
\u002f\u002a多行注释\u002a/
（有效注释）。此外，不需要
模式。多行
，您可能希望在类
[^\n]
中包含
\r
（虽然大多数换行符以
\n
结尾…但是，旧的Mac文件可能只以
\r
结尾。）@Martjin，很好的解决方案。但是，line2（）；本身不是注释。如何删除它？呵呵，回顾这一点很有趣：regex并不意味着要在非正则语言上运行。除非我知道更多的理论，否则这就失败了，就像Tomasz的建议一样。添加
String s=“foo/*bar”
（字符串文字）甚至
\u002f\u002a多行注释\u002a/
（有效注释）在源代码中。此外，
模式。不需要多行
，您可能希望在类
[^\n]
中包含
\r
（虽然大多数换行符以
\n
结尾…但是，旧的Mac文件可能只以
\r
结尾）。@Martjin，很好的解决方案。但是，第2行（）；本身不是注释。如何删除它？呵呵，回顾这一点很有趣：正则表达式不适用于非正则语言。只有在我了解了一些理论之后，才有了漂亮的解决方案。但是，如果我不关心unicode和字符串中的注释字符等边缘大小写，我可以使用正则表达式吗？你不关心正则表达式吗我可以想象，这是Unicode文本。但我不理解忽略字符串文本中的内容。如果你想忘记所有这些，当然，继续使用正则表达式，但你是
import org.antlr.runtime.*;

public class Main {
  public static void main(String[] args) throws Exception {
    JavaCommentLexer lexer = new JavaCommentLexer(new ANTLRFileStream("Test.java"));
    CommonTokenStream tokens = new CommonTokenStream(lexer);
      for(Object o : tokens.getTokens()) {
      CommonToken t = (CommonToken)o;
      if(t.getType() == JavaCommentLexer.SingleLineComment) {
        System.out.println("SingleLineComment :: " + t.getText().replace("\n", "\\n"));
      }
      if(t.getType() == JavaCommentLexer.MultiLineComment) {
        System.out.println("MultiLineComment  :: " + t.getText().replace("\n", "\\n"));
      }
    }
  }
}

\u002f\u002a <- multi line comment start
multi
line
comment // not a single line comment
\u002A/
public class Test {

  // single line "not a string"

  String s = "\u005C" \242 not // a comment \\\" \u002f \u005C\u005C \u0022;
  /*
  regular multi line comment
  */
  char c = \u0027"'; // the " is not the start of a string

  char q1 = '\u005c'';                  // == '\''
  char q2 = '\u005c\u0027';             // == '\''
  char q3 = \u0027\u005c\u0027\u0027;   // == '\''
  char c4 = '\047';

  String t = "/*";
  \u002f\u002f another single line comment
  String u = "*/";
}

/* <- multi line comment start
multi
line
comment // not a single line comment
*/
public class Test2 {

  // single line "not a string"

  String s = "\" \242 not // a comment \\\" ";
  /*
  regular multi line comment
  */
  char c = '"'; // the " is not the start of a string

  char q1 = '\'';                  // == '\''
  char c4 = '\047';

  String t = "/*";
  // another single line comment
  String u = "*/";
}

import java.util.*;
import java.io.*;
import java.util.regex.*;

public class Main2 {

  private static String read(File file) throws IOException {
    StringBuilder b = new StringBuilder();
    Scanner scan = new Scanner(file);
    while(scan.hasNextLine()) {
      String line = scan.nextLine();
      b.append(line).append('\n');
    }
    return b.toString();
  }

  public static void main(String[] args) throws Exception {
    String contents = read(new File("Test2.java"));

    String slComment = "//[^\r\n]*";
    String mlComment = "/\\*[\\s\\S]*?\\*/";
    String strLit = "\"(?:\\\\.|[^\\\\\"\r\n])*\"";
    String chLit = "'(?:\\\\.|[^\\\\'\r\n])+'";
    String any = "[\\s\\S]";

    Pattern p = Pattern.compile(
        String.format("(%s)|(%s)|%s|%s|%s", slComment, mlComment, strLit, chLit, any)
    );

    Matcher m = p.matcher(contents);

    while(m.find()) {
      String hit = m.group();
      if(m.group(1) != null) {
        System.out.println("SingleLine :: " + hit.replace("\n", "\\n"));
      }
      if(m.group(2) != null) {
        System.out.println("MultiLine  :: " + hit.replace("\n", "\\n"));
      }
    }
  }
}