正则表达式问题，大家讨论

Question

怎么准确匹配java代码文件中的“块注释（/* */）”，有人有经验吗？所谓以下的这种：/\*.*?\*/，实际上是不行的。因为当字符串中包含/* ... */这样的句式时，也被认为了是注释。还有注释的格式可以是多变的，比如：/*  /*  */，这也是注释。不能否认个人的注释习惯不同。还有其他的问题，所以，我想了半天也没想出很好的匹配方法。大家给些建议。 谢谢！

Answer 1

To： falson(弗声) ( ) 信誉：100  2006-05-18 12:00:00  得分: 0  
 
 
   1、首先区分注释和字符串的问题，看/* */格式之前是否出现"。
2、至于说多种注释的话，逐一匹配就是了，如果出现在字符串中的情况，同上。
  
 
谢谢关注！
关于1：我认为至少有一下情况不适合，比如：
--------------------------------------------
String str = "abcd";
/*
 *
 */
--------------------------------------------
要是按照法1来匹配的话，就匹配不上。关于2：可能会过于繁琐，要是能有种比较统一的方法来就比较好了，欢迎大家各显其能！！

Answer 2

class CommentAutoMata{
    final int start=0;
    final int one=1;
    final int two=2;
    final int three=3;
    final int finalState=4;
    final int five=5;
    final int six=6;
    public List getCommentList(String s){
        ArrayList ret=new ArrayList();
        int begin=-1;      
        int curState=start;
        for(int i=0;i<s.length();i++){
            char c=s.charAt(i);
            switch(curState){
            case(start):
                if(c=='/'){
                    begin=i;
                    curState=one;
                }
                else if(c=='"'){
                    //识别字符出
                    curState=5;
                }
                break;
            case(one):
                if(c=='*') curState=two;
                else curState=start;            
                break;
            case(two):
                if(c=='*') curState=three;
                break;
            case(three):
                if(c=='/'){
                    curState=finalState;
                     //eat
                    ret.add(s.substring(begin,i+1));
                    //reset;
                    curState=start;
                    begin=-1;
                }
                else curState=two;
                break;
            case(five):
                if(c=='"') curState=start;
                else if(c=='\\')curState=six; 
                break;
            case(six):
                curState=five;
                break;
               
            }
        }
        
        return ret;
    }
}

Answer 3

treeroot(旗鲁特) ( ) 信誉：106  2006-05-18 14:32:00  得分: 0  
这位老大提供了一种思路，呵呵，非常感谢，真不知道编译器是怎么识别的，那么准确，呵呵

Answer 4

呵呵 不过根据treeroot(旗鲁特) 老大的思路，用堆栈实现起来更爽啊

Answer 5

的确，"字符串内注释" 不能作为注释，"注释内字符串" 也不能作为字符串。如果想通过一个简单的表达式就能将 "注释" 和 "字符串中的注释" 区分开来，是很难办到的。需要通过另写程序，同时使用能够匹配 /* */ 和 // 和 " " 和 ' ' 的表达式，只要其中一个被另一个包含，都应该不算。同样的道理，字符串内的关键字，也不能算关键字等等等等小弟写过一个可以按照 HTML, JavaScript, VBScript 语法进行着色的插件，就是按照这个思路来的：
http://www.regexlab.com/highlight/