python正则表达式去除C语言文件注释

采用python正则表达式去除c语言中的注释

在学习编译原理的过程中，要写编译器，需提前将要编译的代码中的注释删除，这儿可以用正则表达式进行匹配并删除指定的内容

标准的单行注释正则表达式：

'//.*'

该正则表达式为匹配到‘//’后不断的向后匹配任意字符，直到该行结束

多行注释的正则表达式：

'\/\*(?:[^\*]|\*+[^\/\*])*\*+\/'

该正则表达式是匹配最短的一个“/*”开始 “*/”结尾的字符串，且可实现跨行注释的匹配操作

测试上方的两种表达式

测试代码：

import re

bds0 = '//.*'               #标准匹配单行注释
bds1 = '\/\*(?:[^\*]|\*+[^\/\*])*\*+\/'  #标准匹配多行注释  可匹配跨行注释

target0 = re.compile(bds0)  #单行注释
target = re.compile(bds1)   #编译正则表达式

f = open('test.c', 'r',encoding='utf-8')   #注意  有中文的时候一定要定义编码encoding  不然会报错
data = f.read()

result0 =target0.findall(data)
print("单行注释：")
for i in result0:
    print(i)

result = target.findall(data)
print("多行注释：")
for i in result:
    print(i)

test.c文件内容：

int main(){ //单行注释测试

//单行注释2

/*单独一行注释测试*/   /*行内多个多行注释*/

	printf("测试啊！");   /*跨行注释测试
   测试结果*/
}

程序运行结果：

无论是多个单行注释、单行中多个注释 还是跨行注释均能识别出

删除注释

在上面程序运行得到的结果集：单行注释：result0 和多行注释：result 的前提下，执行下面的代码：

result+=result0
print(f'删除前：\n{data}\n')
for i in result:
    data = data.replace(i,'')  #替换为空字符串
print(f'删除后：\n{data}\n')

该操作为合并两个结果集，再在data文件内容中删除所有的字符串，使用了replace（）方法，注意replace方法不会改变本来的字符串，而是把结果作为一个新的字符串返回

运行结果：
删除注释前：

删除注释后：

这些数据均是作为变量存储在内存中，若要改变文件的内容，需再将其写入指定的文件中