正则表达式去除注释、多行注释和空行

Question

我想解析一个文件，我想使用 php 和 regex 来删除：

• 空白或空行
• 单行注释
• 多行注释

基本上我想删除任何包含

/* text */ 

或多行注释的

/***
some
text
*****/

行如果可能的话，另一个正则表达式来检查该行是否是空（删除空行）

可以吗？ 有人可以向我发布一个可以做到这一点的正则表达式吗？

多谢。

Answer 1

这应该可以将所有 /* 替换为 */。

$string = preg_replace('/(\s+)\/\*([^\/]*)\*\/(\s+)/s', "\n", $string);

Answer 2

这是一个很好的功能，并且有效！

<?
if (!defined('T_ML_COMMENT')) {
   define('T_ML_COMMENT', T_COMMENT);
} else {
   define('T_DOC_COMMENT', T_ML_COMMENT);
}
function strip_comments($source) {
    $tokens = token_get_all($source);
    $ret = "";
    foreach ($tokens as $token) {
       if (is_string($token)) {
          $ret.= $token;
       } else {
          list($id, $text) = $token;

          switch ($id) { 
             case T_COMMENT: 
             case T_ML_COMMENT: // we've defined this
             case T_DOC_COMMENT: // and this
                break;

             default:
                $ret.= $text;
                break;
          }
       }
    }    
    return trim(str_replace(array('<?','?>'),array('',''),$ret));
}
?>

现在使用此函数“strip_comments”来传递某些变量中包含的代码：

<?
$code = "
<?php 
    /* this is comment */
   // this is also a comment
   # me too, am also comment
   echo "And I am some code...";
?>";

$code = strip_comments($code);

echo htmlspecialchars($code);
?>

将结果输出为

<?
echo "And I am some code...";
?>

从 php 文件加载：

<?
$code = file_get_contents("some_code_file.php");
$code = strip_comments($code);

echo htmlspecialchars($code);
?>

加载 php 文件，剥离注释并将其保存回

<?
$file = "some_code_file.php"
$code = file_get_contents($file);
$code = strip_comments($code);

$f = fopen($file,"w");
fwrite($f,$code);
fclose($f);
?>

来源：http://www.php.net/manual/en/tokenizer.examples.php

Answer 3

如果不习惯正则表达式，这是我的解决方案。 以下代码删除所有由 # 分隔的注释并检索此样式中变量的值 NAME=VALUE

  $reg = array();
  $handle = @fopen("/etc/chilli/config", "r");
  if ($handle) {
   while (($buffer = fgets($handle, 4096)) !== false) {
    $start = strpos($buffer,"#") ;
    $end   = strpos($buffer,"\n");
     // echo $start.",".$end;
       // echo $buffer ."<br>";



     if ($start !== false)

        $res = substr($buffer,0,$start);
    else
        $res = $buffer; 
        $a = explode("=",$res);

        if (count($a)>0)
        {
            if (count($a) == 1 && !empty($a[0]) && trim($a[0])!="")
                $reg[ $a[0] ] = "";
            else
            {
                if (!empty($a[0]) && trim($a[0])!="")
                    $reg[ $a[0] ] = $a[1];
            }
        }




    }

    if (!feof($handle)) {
        echo "Error: unexpected fgets() fail\n";
    }
    fclose($handle);
}

Answer 4

我发现这个更适合我， (\s+)\/\*([^\/]*)\*/\n* 它删除了多行、选项卡式或非注释以及间隔在其后面。 我将留下一个该正则表达式将匹配的注释示例。

/**
 * The AdditionalCategory
 * Meta informations extracted from the WSDL
 * - minOccurs : 0
 * - nillable : true
 * @var TestStructAdditionalCategorizationExternalIntegrationCUDListDataContract
 */

Answer 5

$text = preg_replace('!/\*.*?\*/!s', '', $text);
$text = preg_replace('/\n\s*\n/', "\n", $text);

Answer 6

请记住，如果您正在解析的文件具有包含与这些条件匹配的内容的字符串，那么您使用的任何正则表达式都将失败。 例如，它将把这个：

print "/* a comment */";

变成这个：

print "";

这可能不是您想要的。 但也许是这样，我不知道。 无论如何，正则表达式在技术上无法以某种方式解析数据来避免该问题。 我说从技术上讲是因为现代 PCRE 正则表达式添加了许多技巧，使它们能够做到这一点，更重要的是，不再是正则表达式，而是无论如何。 如果您想避免在引号内或其他情况下剥离这些内容，那么成熟的解析器是无可替代的（尽管它仍然非常简单）。

Answer 7

//  Removes multi-line comments and does not create
//  a blank line, also treats white spaces/tabs 
$text = preg_replace('!^[ \t]*/\*.*?\*/[ \t]*[\r\n]!s', '', $text);

//  Removes single line '//' comments, treats blank characters
$text = preg_replace('![ \t]*//.*[ \t]*[\r\n]!', '', $text);

//  Strip blank lines
$text = preg_replace("/(^[\r\n]*|[\r\n]+)[\s\t]*[\r\n]+/", "\n", $text);

Answer 8

$string = preg_replace('#/\*[^*]*\*+([^/][^*]*\*+)*/#', '', $string);

Answer 9

这是可能的，但我不会这样做。 您需要解析整个 php 文件，以确保您没有删除任何必要的空格（字符串、关键字/标识符之间的空格（publicfuntiondoStuff()）等）。 最好使用 PHP 的分词器扩展。