需要查找Java文件注释代码行的正则表达式

[wolfsquare]

如题

[XKP]

对于\n的那个地方有点保留～～～～～
我只是怕在不同的系统下面可能换行回车的符号不太一样的话
就不好了，你有没有在unix和mac的环境下测试过阿？
我这里没有这种平台，所以也测试不了～～～～～

我改过的最后一次就是因为看到中间的那个地方可能出现
*..................
*..................
*..................
这样的情况，所以改调的～～～～～～

你说得用.*来对应中间的部分
是不是说如果整个文件读进去之后匹配出来的还是没有按
/*.........*/
拆分而是变成可能
/*.........*/
/*.........*/
/*.........*/
/*.........*/
他都当成了一整个的group呢？
好像正则表达式都是从最大的那个表达式开始匹配，所以
/*.........*/
/*.........*/
/*.........*/
/*.........*/
这样也可以算作是匹配/\\* .* \\*/
的字符串吧，所以后来我就在匹配的时候规定了
/*.........*/
的中间不能再有*/了，这样好像就可以了

[wolfsquare]

我想\n在任何系统下的JVM编码是一样的
Unix和windows的文本换行不同是 unix底下换行只有 \n
windows 底下是\r\n 因此统计 \n应该没有问题

不过我现在还不是很明白怎样在正则中排除一个字符串，你给我解释一下行吗？

[wolfsquare]

对于 中间的任意字符含换行 的描述应该改为 中间的任意字符含换行且不包含*/

[XKP]

我刚才找了一下
有一本《java网络编程》的书里面111页
中间一个地方说道
mac的行分隔符是\r
或许你有空可以研究一下～～～～～～～

至于你说到排除一个字符串的方法，说真的，我也不知道有什么好办法
在上面你的这个例子里面，如果要排除*/的话，我那天是这么做的
[^\\*][^/] 不过后来我又想到其实在注释里面是可以有*........
这样的形式的，所以我就改了一下，可以有"*"开头的字符串，不过
如果是"*"开头的字符串，后面就不能紧跟着"/"
所以就变成了
\\*[^/][^\\*]*

我在测试能不能用小括号来排除字符串

[nodreamer]

各位
谁能告诉我什么是正则表达是吗?

[XKP]

文档里面有说的
pattern

[XKP]

to wolfsquare(狼平方)：
[.[^\\n]]* 对应的是 不带换行的任意字符
刚才想道这个地方是不是用[^\\n]*
就行了呢？

[wolfsquare]

因为我需要的效果是这样的:
查找所有测试样本中注释类型的注释语句,并将他们所在行的完整行取出来.
如果你使用group(1),它的意思是取和第一个()里语法匹配的数据,但是你的
第一个()里的东西并没有完整包含/* .. */,所以我就直接goup获取整个匹配语句
但是输出的东西却多了一些东西,我想这可能是你的条件限制的还不够.
例如测试样本中的第一条语句:
使用你的代码得出来的是

第1行 测试单行
但是我需要的是

/* 第1行 测试单行 */

于是我修改为获取group的数据:
2
/* 第1行 测试单行 */

可以看到多了一个 2

除了第一行,其他的都是正确的,由于我对正则还不很熟,所以没法改进你的正则表达式.

[wolfsquare]

似乎这个效果不错，在详细测试一下：
Pattern p = Pattern.compile("[.[^\\n]]*/\\*(.[^\\*/]*?)\\*/[.[^\\n]]*",Pattern.DOTALL);

[wolfsquare]

还是错了，以下这种情形不能匹配：
/*
* 含*注释行的
*
*/

[XKP]

第七个出不来啊
好像

[XKP]

pattern = Pattern.compile("[.[^\\n]]*(/\\*(.|[^\\*]*(\\*[^/][^\\*]*)*)\\*/)[.[^\\n]]*",Pattern.DOTALL);
目前我认为比较不错的一个了

[XKP]

不过把里面的
[.[^\\n]]*
换成这个
[^\\n]*
结果好像没什么不同哦

[wolfsquare]

这个 [.[^\\n]]*(/\\*(.|[^\\*]*(\\*[^/][^\\*]*)*)\\*/)[.[^\\n]]* 不错
能否解释一下它的思路?

[XKP]

[.[^\\n]]* （1）
(/\\*(.|[^\\*]*(\\*[^/][^\\*]*)*)\\*/) （2）
[.[^\\n]]* （3）
1和3就不用解释了，这个是抄你的，呵呵～～～～
中间的那个地方一开始的 /\\* 匹配开头的/*
最后面的 \\*/ 匹配最后面的 */

然后就是中间的部分.|[^\\*]*(\\*[^/][^\\*]*)*
一个.匹配的情况是如果你在注释的中间只有一个字符
比如/*a*/这样的情况的话，那么这个字符无论是什么字符都是可以的
这种情况搞定
[^\\*]*(\\*[^/][^\\*]*)* 再拆开说
[^\\*]* 匹配任意个并非是*的字符
比如/*aa*.......*/里面的aa
(\\*[^/][^\\*]*)* 这个还是要拆开说
先说最外面的(.........)* 因为*...............可以有任意个
所以在这里就要用 * 了，里面的内容
\\*[^/][^\\*]*就是匹配有一个 * 开头的后面跟任意个非*字符的字符串
因为这个有可能是多个，所以就封装在一个()里面

OK？

[XKP]

刚刚改过了，这回应该符合你的要求了

import java.util.regex.*;
import java.io.*;

public class Test2{

public static void main(String args[]) {
int start = 0;
// int matchCount = 0;
Pattern pattern;
Matcher matcher;
boolean bool;
String tempS;
StringBuffer sb = new StringBuffer();
//pattern = Pattern.compile("[^\\*/]*/\\*(.|[^\\*]*|[^\\*]*\\*[^/][^\\*]*)\\*/[^\\*/]*",Pattern.DOTALL);
pattern = Pattern.compile("[^\\*/]*(/\\*(.|[^\\*]*|[^\\*]*\\*[^/][^\\*]*)\\*/)[^\\*/]*",Pattern.DOTALL);
//System.out.println( Pattern.compile( "[^\\*]*\\*[^/][^\\*]*").matcher( "*/" ).matches() );
try{
BufferedReader br = new BufferedReader( new FileReader( "test.txt" ) );
while( null != (tempS = br.readLine() ) ){
sb.append( tempS + "\n");
}
} catch( IOException ioe ){
System.out.println( "BoolShit" );
}
matcher = pattern.matcher( sb );
System.out.println( matcher.groupCount() );
while( start < sb.length() ){
if( true == matcher.find( start ) ){
System.out.println( "found a new one ............................" );
System.out.println( matcher.group( 0 ) );
System.out.println( matcher.group( 1 ) );
System.out.println( matcher.group( 2 ) );
System.out.println( "............................................" );
start = matcher.end();
} else{
start++;
}
}

}
}

主要的改动是这里
pattern = Pattern.compile("[^\\*/]*(/\\*(.|[^\\*]*|[^\\*]*\\*[^/][^\\*]*)\\*/)[^\\*/]*",Pattern.DOTALL);
("[^\\*/]*(..........................)[^\\*/]* 多了两个小括号

然后在下面的那个地方用group 2 1 0分别来引用三个匹配的字符串
你运行一下看看就清楚了
你要的那个部分应该是现在的group（1）

[XKP]

to stillfire(恒) ( ):
在什么地方有阿，能不能帮忙说一下位置阿？？


to wolfsquare(狼平方)：
下面这个是刚才改过的了，读入了所有的内容然后再进行判断，你看行不行？

import java.util.regex.*;
import java.io.*;

public class Test2{

public static void main(String args[]) {
int start = 0;
// int matchCount = 0;
Pattern pattern;
Matcher matcher;
boolean bool;
String tempS;
StringBuffer sb = new StringBuffer();
pattern = Pattern.compile("[^\\*/]*/\\*(.|[^\\*]*|[^\\*]*\\*[^/][^\\*]*)\\*/[^\\*/]*",Pattern.DOTALL);
//System.out.println( Pattern.compile( "[^\\*]*\\*[^/][^\\*]*").matcher( "*/" ).matches() );
try{
BufferedReader br = new BufferedReader( new FileReader( "test.txt" ) );
while( null != (tempS = br.readLine() ) ){
sb.append( tempS + "\n");
}
} catch( IOException ioe ){
System.out.println( "BoolShit" );
}
matcher = pattern.matcher( sb );
// System.out.println( matcher.groupCount() );
while( start < sb.length() ){
if( true == matcher.find( start ) ){
System.out.println( matcher.group( 1 ) );
//System.out.println( matcher.end() );
// System.out.println( matcher.start() );
// matchCount++;
start = matcher.end();
} else{
start++;
}
}

}
}

[XKP]

test.txt
的内容不变

[hlding]

只通过一个政则表达式实现有点困难,不过，可以自己写一个方法进行处理

[wolfsquare]

明白了,谢谢.结贴