我正在试图构建一个正则表达式，以删除JavaScript代码中的所有注释，包括单行注释(//...)和多行注释(/*..*/)
下面是我想出来的正则表达式:
/\"[^\"]*\"|'[^']*'|(\/\/.*$|\/\*[^\*]*\*\/)/mg
描述：如您所见，它还搜索字符串字面量。这是因为字符串字面量可能包含可以匹配注释模式的内容（例如：location.href = "http://www.domain.com"；将作为单行注释匹配）。因此，我把字符串字面量模式放在备选模式的首位。接下来是两个模式，分别用于捕获单行注释和多行注释。这些都被包含在同一个捕获组中，以便我可以使用string.replace(pattern, "")来删除注释。
我已经使用几个js文件测试了表达式，并且似乎可以正常工作。我的问题是是否有其他模式需要考虑或者是否有其他事情需要考虑（例如是否存在对正则表达式的有限支持或需要考虑的某些浏览器的替代实现）。
有两种形式的正则表达式可以进行格式保留：
\h和换行符\n构造[ \t]和\r?\n构造标志是多行和全局。
替换是捕获组2，$2或\2。
形式1：
raw: ((?:(?:^\h*)?(?:/\*[^*]*\*+(?:[^/*][^*]*\*+)*/(?:\h*\n(?=\h*(?:\n|/\*|//)))?|//(?:[^\\]|\\\n?)*?(?:\n(?=\h*(?:\n|/\*|//))|(?=\n))))+)|("(?:\\[\S\s]|[^"\\])*"|'(?:\\[\S\s]|[^'\\])*'|[\S\s][^/"'\\\s]*)
delimited: /((?:(?:^\h*)?(?:\/\*[^*]*\*+(?:[^\/*][^*]*\*+)*\/(?:\h*\n(?=\h*(?:\n|\/\*|\/\/)))?|\/\/(?:[^\\]|\\\n?)*?(?:\n(?=\h*(?:\n|\/\*|\/\/))|(?=\n))))+)|("(?:\\[\S\s]|[^"\\])*"|'(?:\\[\S\s]|[^'\\])*'|[\S\s][^\/"'\\\s]*)/mg
表单 2:
raw: ((?:(?:^[ \t]*)?(?:/\*[^*]*\*+(?:[^/*][^*]*\*+)*/(?:[ \t]*\r?\n(?=[ \t]*(?:\r?\n|/\*|//)))?|//(?:[^\\]|\\(?:\r?\n)?)*?(?:\r?\n(?=[ \t]*(?:\r?\n|/\*|//))|(?=\r?\n))))+)|("(?:\\[\S\s]|[^"\\])*"|'(?:\\[\S\s]|[^'\\])*'|(?:\r?\n|[\S\s])[^/"'\\\s]*)
delimited: /((?:(?:^[ \t]*)?(?:\/\*[^*]*\*+(?:[^\/*][^*]*\*+)*\/(?:[ \t]*\r?\n(?=[ \t]*(?:\r?\n|\/\*|\/\/)))?|\/\/(?:[^\\]|\\(?:\r?\n)?)*?(?:\r?\n(?=[ \t]*(?:\r?\n|\/\*|\/\/))|(?=\r?\n))))+)|("(?:\\[\S\s]|[^"\\])*"|'(?:\\[\S\s]|[^'\\])*'|(?:\r?\n|[\S\s])[^\/"'\\\s]*)/mg
这是表格2的扩展（使用此工具格式化）版本：
( # (1 start), Comments
(?:
(?: ^ [ \t]* )? # <- To preserve formatting
(?:
/\* # Start /* .. */ comment
[^*]* \*+
(?: [^/*] [^*]* \*+ )*
/ # End /* .. */ comment
(?: # <- To preserve formatting
[ \t]* \r? \n
(?=
[ \t]*
(?: \r? \n | /\* | // )
)
)?
|
// # Start // comment
(?: # Possible line-continuation
[^\\]
| \\
(?: \r? \n )?
)*?
(?: # End // comment
\r? \n
(?= # <- To preserve formatting
[ \t]*
(?: \r? \n | /\* | // )
)
| (?= \r? \n )
)
)
)+ # Grab multiple comment blocks if need be
) # (1 end)
| ## OR
( # (2 start), Non - comments
"
(?: \\ [\S\s] | [^"\\] )* # Double quoted text
"
| '
(?: \\ [\S\s] | [^'\\] )* # Single quoted text
'
| (?: \r? \n | [\S\s] ) # Linebreak or Any other char
[^/"'\\\s]* # Chars which doesn't start a comment, string, escape,
# or line continuation (escape + newline)
) # (2 end)
/((?:(?:^[ \t]*)?(?:\/\*[^*]*\*+(?:[^\/*][^*]*\*+)*\/(?:[ \t]*\r?\n(?=[ \t]*(?:\r?\n|\/\*|\/\/)))?|\/\/(?:[^\\]|\\(?:\r?\n)?)*?(?:\r?\n(?=[ \t]*(?:\r?\n|\/\*|\/\/))|(?=\r?\n))))+)|("(?:\\[\S\s]|[^"\\])*"|'(?:\\[\S\s]|[^'\\])*'|(?:\r?\n|[\S\s])[^\/"'\\\s]*)/mg，你可以在这里进行测试 https://regex101.com/r/Crs1bX/1。 - user12097764import prettier from 'prettier';
function decomment(jsCodeStr) {
const options = { printWidth: 160, singleQuote: true, trailingComma: 'none' };
// actually strip comments:
options.parser = (text, { babel }) => {
const ast = babel(text);
delete ast.comments;
return ast;
};
return prettier.format(jsCodeStr, options);
}
\h。JavaScript的正则表达式是_Form #2_ /((?:(?:^[ \t]*)?(?:\/\*[^*]*\*+(?:[^\/*][^*]*\*+)*\/(?:[ \t]*\r?\n(?=[ \t]*(?:\r?\n|\/\*|\/\/)))?|\/\/(?:[^\\]|\\(?:\r?\n)?)*?(?:\r?\n(?=[ \t]*(?:\r?\n|\/\*|\/\/))|(?=\r?\n))))+)|("(?:\\[\S\s]|[^"\\])*"|'(?:\\[\S\s]|[^'\\])*'|(?:\r?\n|[\S\s])[^\/"'\\\s]*)/mg，你可以在这里玩弄它 https://regex101.com/r/YHTVee/1`。 - user12097764/(\/\*[^*]*\*+(?:[^\/*][^*]*\*+)*\/|\/\/(?:[^\\]|\\(?:\r?\n)?)*?(?:\r?\n|$))|("(?:\\[\S\s]|[^"\\])*"|'(?:\\[\S\s]|[^'\\])*'|[\S\s][^\/"'\\]*)/。如果是介于两者之间的情况，请告诉我，如果可以在5分钟内完成，我会尽力满足您的要求。如果时间更长，我会收费。 - user12097764可以做到这一点（无正则表达式的纯JavaScript），但有一些限制。我为您实时实现了一些东西（25分钟）。使用的方法是逐行解析源文件。
如果您的js文件正确且没有3个异常，则结果是正确的。
在此处查找实现：http://jsfiddle.net/ch14em6w/
这是代码的关键部分：
//parse file input
function displayFileLineByLine(contents)
{
var lines = contents.split('\n');
var element = document.getElementById('file-content');
var output = '';
for(var line = 0; line < lines.length; line++){
var normedline = stripOut(lines[line]);
if (normedline.length > 0 )
{
output += normedline;
}
}
element.innerHTML = output;
}
// globa scope flag showing '/*' is open
var GlobalComentOpen = false;
//recursive line coments removal method
function stripOut(stringline, step){
//index global coment start
var igcS = stringline.indexOf('/*');
//index global coment end
var igcE = stringline.indexOf('*/');
//index inline coment pos
var iicP = stringline.indexOf('//');
var gorecursive = false;
if (igcS != -1)
{
gorecursive = true;
if (igcS < igcE) {
stringline = stringline.replace(stringline.slice(igcS, igcE +2), "");
}
else if (igcS > igcE && GlobalComentOpen) {
stringline = stringline.replace(stringline.slice(0, igcE +2), "");
igcS = stringline.indexOf('/*');
stringline = stringline.replace(stringline.slice(igcS, stringline.length), "");
}
else if (igcE == -1){
GlobalComentOpen = true;
stringline = stringline.replace(stringline.slice(igcS, stringline.length), "");
}
else
{
console.log('incorect format');
}
}
if (!gorecursive && igcE != -1)
{
gorecursive = true;
GlobalComentOpen = false;
stringline = stringline.replace(stringline.slice(0, igcE +2), "");
}
if (!gorecursive && iicP != -1)
{
gorecursive = true;
stringline = stringline.replace(stringline.slice(iicP, stringline.length), "");
}
if (!gorecursive && GlobalComentOpen && step == undefined)
{
return "";
}
if (gorecursive)
{
step = step == undefined ? 0 : step++;
return stripOut(stringline, step);
}
return stringline;
}
我使用以下类并获得了良好的结果。
未测试包含在字符串内的注释，例如：
a = "hi /* comment */ there";
a = "hi there // ";
a = "hi// there";
a = "hi//there";
static public class CommentRemover
{
static readonly RegexOptions ROptions = RegexOptions.CultureInvariant | RegexOptions.IgnoreCase | RegexOptions.Multiline;
const string SSingleLineComments = @"\s//.*"; // comments with // in the beginning of a line or after a space
const string SMultiLineComments = @"/\*[\s\S]*?\*/";
const string SCommentPattern = SSingleLineComments + "|" + SMultiLineComments;
const string SEmptyLinePattern = @"^\s+$[\r\n]*";
static Regex CommentRegex;
static Regex EmptyLineRegex;
static public string RemoveEmptyLines(string Text)
{
if (EmptyLineRegex == null)
EmptyLineRegex = new Regex(SEmptyLinePattern, ROptions);
return EmptyLineRegex.Replace(Text, string.Empty);
}
static public string RemoveComments(string Text)
{
if (CommentRegex == null)
CommentRegex = new Regex(SCommentPattern, ROptions);
return CommentRegex.Replace(Text, string.Empty);
}
static public string RemoveComments(string Text, string Pattern)
{
Regex R = new Regex(Pattern, ROptions);
return R.Replace(Text, string.Empty);
}
static public string Execute(string Text)
{
Text = RemoveComments(Text);
Text = RemoveEmptyLines(Text);
return Text;
}
static public void ExecuteFile(string SourceFilePth, string DestFilePath)
{
string DestFolder = Path.GetDirectoryName(DestFilePath);
Directory.CreateDirectory(DestFolder);
string Text = File.ReadAllText(SourceFilePth);
Text = Execute(Text);
File.WriteAllText(DestFilePath, Text);
}
static public void ExecuteFolder(string FilePattern, string SourcePath, string DestPath, bool Recursive = true)
{
string[] FilePathList = Directory.GetFiles(SourcePath, FilePattern, Recursive? SearchOption.AllDirectories: SearchOption.TopDirectoryOnly);
string FileName;
string DestFilePath;
foreach (string SourceFilePath in FilePathList)
{
FileName = Path.GetFileName(SourceFilePath);
DestFilePath = Path.Combine(DestPath, FileName);
ExecuteFile(SourceFilePath, DestFilePath);
}
}
static public void ExecuteCommandLine(string[] Args)
{
void DisplayCommandLineHelp()
{
string Text = @"
-h, --help Flag. Displays this message. E.g. -h
-s, --source Source folder when the -p is present. Else source filename. E.g. -s C:\app\js or -s C:\app\js\main.js
-d, --dest Dest folder when the -p is present. Else dest filename. E.g. -d C:\app\js\out or -d C:\app\js\out\main.js
-p, --pattern The pattern to use when finding files. E.g. -p *.js
-r, --recursive Flag. Search in sub-folders too. E.g. -r
EXAMPLE
CommentStripper -s .\Source -d .\Dest -p *.js
";
Console.WriteLine(Text.Trim());
}
string Pattern = null;
string Source = null;
string Dest = null;
bool Recursive = false;
bool Help = false;
string Arg;
if (Args.Length > 0)
{
try
{
for (int i = 0; i < Args.Length; i++)
{
Arg = Args[i].ToLower();
switch (Arg)
{
case "-s":
case "--source":
Source = Args[i + 1].Trim();
break;
case "-d":
case "--dest":
Dest = Args[i + 1].Trim();
break;
case "-p":
case "--pattern":
Pattern = Args[i + 1].Trim();
break;
case "-r":
case "--recursive":
Recursive = true;
break;
case "-h":
case "--help":
Help = true;
break;
}
}
if (Help)
{
DisplayCommandLineHelp();
}
else
{
if (!string.IsNullOrWhiteSpace(Pattern))
{
ExecuteFolder(Pattern, Source, Dest, Recursive);
}
else
{
ExecuteFile(Source, Dest);
}
}
// Console.ReadLine();
}
catch (Exception ex)
{
Console.WriteLine(ex.Message);
Console.WriteLine();
DisplayCommandLineHelp();
}
}
}
}
祝你好运。
看看这段代码。虽然它是针对PHP的，但我认为模式是正确的。你可以将该模式调整为JavaScript。
'、\'(不结束字符串)、\\(\\'结束字符串，\\\'不结束)、'..."...'(这里"不开始或结束字符串)以及所有'、"和\符号的组合引起的问题。因此，实际上，对于每一行，首先必须解析字符串字面量(或者在解析注释的同时解析字符串字面量)，然后删除实际上不是字符串部分的注释。 - YakovL