Python 3正则表达式查找多行注释

Question

我正在尝试使用Python 3中的正则表达式在PHP源代码中查找注释块。 PHP注释的格式如下：

/**
 * This is a very short block comment
 */

现在我想到了下面的正则表达式：

'/\*\*[.]+?\*/'

我想结合DOTALL标志使用应该可以解决问题，但事实并非如此。它什么都找不到。奇怪的是当我去掉末尾的斜杠时，像这样:

'/\*\*[.]+?\*'

然后它会找到以下字符串：

/**\n\t*

我不知道为什么正则表达式无法找到一个星号后跟着一个斜杠... 我检查了我要搜索的文件，以确保我在注释中没有拼写错误（我没有）。 此外，斜杠在正则表达式中不是特殊字符，所以我不需要转义它。（我尝试过，但没有帮助。）

有人能告诉我我的正则表达式有什么问题吗？ :)

顺便说一下，我还遇到了这个！线程，在那里有人试图在Java中做同样的事情。最终获胜的答案以与我现在相同的方式结束了他的正则表达式，所以我很困惑:( 这可能是Python regex中的一个错误，或者我完全没有理解？

非常感谢任何帮助！ :D

- lunanoko

---

你的模式中为什么要使用 [.]？而不是只用 .+ - arunkumar

嗯，因为一开始我使用了[.\s]而没有使用DOTALL标志。在我删除\s并添加DOTALL标志后，方括号仍然存在。但是，现在我将它们删除后，它们似乎引起了问题。如果有人能解释一下吗？就我对正则表达式的了解而言，'.+'应该与[.]+匹配相同的内容，对吧？ - lunanoko

Answer 1

您可以使用re.DOTALL标志使.字符匹配换行符：

re.compile(r'/\*\*.+?\*/', re.DOTALL)

（顺便提一下，PHP的块注释可以以/*开始，而不仅仅是/**。）

- jtbandes

---

我的错，我忘记在我的帖子中包含“DOTALL”标志了。但是我在程序中已经这样做了，但它似乎不起作用。问题似乎是最后一个/由于某种原因未被识别:( - lunanoko

刚才我注意到你在表达式中没有使用[]来包含点号。当我在我的程序中去掉[]时，正则表达式就可以工作了！你能否（或其他人）解释一下为什么不用括号它就可以工作，而用了括号却不能工作呢？无论如何，感谢你的回答！现在它可以工作了！ :) - lunanoko

啊，也许那就是你的问题，[.]将匹配一个字面上的句点，而.将匹配任何字符。 - jtbandes

是的，我在想为什么它们没有匹配相同的东西，但现在我想想，为什么你会想要在[]之间放一个点呢...这毫无意义！感谢您的时间和帮助！ :) - lunanoko

这在PHP中不会正常工作，因为您可以在引号文本中使用注释字符。 - Richard

Answer 2

试试这个：

r'\/\*\*[^*]*\*+([^/][^*]*\*+)*\/'

（这是一些CSS解析器用于/* CSS注释 */的正则表达式，因此我认为它非常可靠）

它不会匹配包括换行符和内部星号在内的精确格式，但您可以绕过它。 这将匹配：

/**
 * This is a very short block comment
 */

但也：

/** This is a very short block comment */

甚至更多：

/** This is a very short block comment 
*/

为了匹配docblocks的确切格式，您需要一个真正的解析器，而不是正则表达式。

- moraes

---

谢谢您的回复。您的表达方式是有效的，尽管像您所说，需要进行一些调整以满足我的需求 :) 不过，我会采用jtbandes的解决方案，因为他的解决方案正好符合我目前的需求 :) 谢谢！ - lunanoko

两者都可以完成相同的任务。他的更简单；我只是从我以前的某个东西中复制并粘贴过来的。 - moraes

这在PHP中可能行不通，因为它没有考虑到可能出现在引用文本中的注释字符。因此，它会提取那些不是注释的内容。 - Richard