36、正则表达式的高效构建与Perl应用

正则表达式的高效构建与Perl应用

1. 构建匹配C注释的正则表达式

在处理C代码时，我们常常需要匹配其中的注释。为了构建一个高效的正则表达式来匹配C注释，我们可以采用循环展开的方法。以下是循环展开组件的相关信息：
| 项目 | 需求 | 正则表达式 |
| — | — | — |
| opening | 注释开始 | /x |
| normal+ | 注释文本，包含一个或多个 x | [^x]+x+ |
| special | 非结束斜杠（也不是 x ）的字符 | [^/x] |
| closing | 结尾斜杠 | / |

将这些组件代入通用的循环展开模式，我们得到正则表达式： /x[^x]+x+([^/x][^x]+x+)+/ 。不过，实际的C注释是以 /+ 开始，以 +/ 结束，所以我们需要将每个 x 替换为 \+ （在字符类中，将 x 替换为 + ），得到： /\+[^+]+\++([^/+][^+]+\++)+/ 。

这个表达式在处理包含完整多行注释的文本时是有效的，但对于像 egrep 这种严格按行处理的工具，无法对完整的注释应用正则表达式。而且，该正则表达式虽然能