去掉c代码中的注释的方法（汇总）

雨丝风片

原始讨论贴见：
http://bbs.chinaunix.net/viewthread.php?tid=846353&extra=page%3D1

http://bbs.chinaunix.net/viewthread.php?tid=846682&extra=page%3D1

http://bbs.chinaunix.net/viewthread.php?tid=846685&extra=page%3D1

感谢大家的热情参与！我把符合基本要求的方法统一汇总到这里，方便大家分析和比较各种方法的优劣。

对于方法需要满足的基本要求，目前暂定为能够处理以下5种形式的c语言注释：

1. 
   
2. 1.  /* aaaaaaaaaaaaaaaaaaaaaaaaa
   
3.        bbbbbbbbbbbbbbbbbbbbbbbbb
   
4.        ccccccccccccccccccccccccc */
   
5.    
   
6. 2.  /* ddddddddddddddddddddddddd */
   
7.    
   
8. 3.  int foo; /* eeeeeeeeeeeeeeeee */
   
9.    
   
10. 4.  /* ffffffffffffffff */  int bar;
    
11.    
    
12. 5.  int foobar; /* gggggggggggggggg
    
13.                    hhhhhhhhhhhhhhhh
    
14.                    iiiiiiiiiiiiiiii */
    

复制代码

大家提出的方法我会尽快验证，已经通过验证的方法如下（按方法大类组织）：

【雨丝风片】，awk脚本：

1. 
   
2. BEGIN { del = 0 }
   
3. /\/\*.*\*\// { sub(/\/\*.*\*\//, "") }
   
4. /\/\*/ { del = 1; sub(/\/\*.*$/, ""); if (!match($0, /^ *$/)) print }
   
5. /\*\// { del = 0; next }
   
6. /^ *$/ { next }
   
7. del == 0 { print }
   

复制代码

【congli】，awk脚本：

1. 
   
2. BEGIN { del = 0; d = 0 }
   
3. /\/\*.*\*\// { sub(/\/\*.*\*\//,"") }
   
4. /.*\/\*/ { sub(/\/\*.*\*\//,"") }
   
5. /^\/\*/ { del = 1; d=1 }
   
6. {if (d==1) { del = 1 } else { del = 0}}
   
7. /\*\// { if (d==1) { d=0 ; next } }
   
8. /.*\/\*.*/ { sub(/\/\*.*/,""); d=1 }
   
9. /^ *$/ { next }
   
10. del == 0 { print }
    

复制代码

【waker】，awk：

1. 
   
2. awk 'BEGIN{RS="/\*|\*/"} NR%2'  foo.c
   

复制代码

【woodie】，awk：

1. awk -vRS='/\\*|\\*/' -vORS="" '!c;RT=="/*"{c++}RT=="*/"{c--}'

复制代码

【woodie】，awk：

1. awk -vRS='/\\*|\*/' -vORS="" '{sub(/\/\/.*\n/, "")}!c;RT=="/*"{c++}RT=="*/"{c--}'

复制代码

【awk就是awp加ak】，awk：

1. 
   
2. awk '
   
3. function clearComment(){
   
4. 
   
5.         if ($0~/\/\*/){
   
6. 
   
7.                 if ($0~/\*\//) sub(/\/\*.*\*\//, "");
   
8.                 else sub(/\/\*.*/, "");
   
9.                 print;
   
10. 
    
11.                 while (getline == 1 && !($0~/\*\//));
    
12.                
    
13.                 sub(/.*\*\//, "");
    
14. 
    
15. 
    
16.         } else if ($0~/\/\//) sub(/\/\/.*/, "");
    
17. 
    
18.         if ($0~/\/\*/) clearComment();
    
19.         else print;
    
20. }
    
21. 
    
22. {
    
23.         clearComment();
    
24. }' foo.c
    

复制代码

【awk就是awp加ak】，sed：

1. 
   
2. sed '
   
3.         s%//.*%%
   
4. 
   
5.         /\/\*/{
   
6.         :next
   
7.                 N
   
8.                 /\*\//!b next
   
9.                 s%/\*.*\*/%^M%
   
10.         }
    
11.         /\/\*/b next
    
12. ' foo.c
    

复制代码

【qqq112233g】，sed：

1. 
   
2. sed -n 'H;${g;s#/\*[^*]*\*/##g;s/\n *\n//g;p}' foo.c
   

复制代码

【lovesaka】，perl：

1. 
   
2. perl -ne 'if(/\/\*/&&/\*\//||/^$/){print if(s/\/\*.*\*\/// && !/^\s+$/);next}elsif(/\/\*/){$flag=1;print if(s/\/\*.*$// && !/^\s+$/); next}elsif(/\*\//){$flag=0;print if(s/^.*\*\/// && !/^\s+$/);next}else{next if($flag);print}' foo.c
   

复制代码

【windwiny】，perl脚本：

1. 
   
2. #!/usr/bin/perl -w
   
3. 
   
4. # move C/C++ source file all comment
   
5. #    CopyError(R) windwiny.  #### NO ANY WARRANTY ####
   
6. #
   
7. # Usage:
   
8. #        mvcommen.pl < aaa.c > bbb.c
   
9. #
   
10. 
    
11. $cc1=0;        # line comment and \ ended;
    
12. $cc2=0; # block comment begin but no end blocked.
    
13. while (<>)
    
14. {
    
15. # aaa // bbb ccc \
    
16. # ddd eee \
    
17. # fff
    
18.         if ($cc1 !=0)
    
19.         {
    
20.                 if (m/(.*)(\\$)/)
    
21.                 {
    
22.                         next;
    
23.                 }
    
24.                 else
    
25.                 {
    
26.                         $cc1=0;
    
27.                         next;
    
28.                 }
    
29.         }
    
30.         if (s/(.*?)(\/\/.*)(\\$)/$1/)
    
31.         {
    
32.                 print ;
    
33.                 $cc1=1;
    
34.                 next;
    
35.         }
    
36.                
    
37. # aaa // bbb ccc // ddd /* eee */ ... except above 's case
    
38.         s/(.*?)(\/\/.*$)/$1/;        # NOT next
    
39. 
    
40. # aaa /* bbb ccc
    
41. # ddd eee
    
42. # fff */ ggg
    
43.         if ($cc2 !=0)
    
44.         {
    
45. # ? WARRING: disable /* /* */ */'s style comment
    
46.                 if (s/(.*?)(\*\/)(.*)/$3/)
    
47.                 {
    
48.                         print ;
    
49.                         $cc2=0;
    
50.                         next;
    
51.                 }
    
52.                 next;
    
53.         }
    
54. # aaa /* bbb */ ccc
    
55.         if (s/(.*?)(\/\*.*?\*\/)(.*)/$1$3/)
    
56.         {
    
57.                 print ;
    
58.                 next;
    
59.         }
    
60. #   --> join up  #### CAN NOT move above 's if above ####
    
61.         if (s/(.*?)(\/\*.*$)/$1/)
    
62.         {
    
63.                 print ;
    
64.                 $cc2=1;
    
65.                 next;
    
66.         }
    
67. 
    
68. # Other case:
    
69. # aaa /* bbb
    
70. #   ccc */ ddd; /* eee */ or // fff
    
71. #   This is too BT,can not moved.  :-(
    
72. 
    
73. # default
    
74.         print;
    
75. }
    
76. 
    
77. # vim:ts=4:sts=4:sw=4:cin
    

复制代码

【Namelessxp】，perl脚本：

1. 
   
2. #!/usr/bin/perl
   
3. use warnings;
   
4. use strict;
   
5. $/ = undef;
   
6. while (<>){
   
7.         $_ =~ s/\/\*.*?\*\///igs;
   
8.         $_ =~ s/(\r?\n)+/\n/igs;
   
9.         print;
   
10. }
    
11. exit;
    

复制代码

【li-jiahuan】，perl：

1. perl -0777 -pe 's{/\*.*?\*/}{}gs' foo.c

复制代码

【li-jiahuan】，perl脚本：

1. 
   
2.     $/ = undef;
   
3.     $_ = <>;
   
4.     s#/\*[^*]*\*+([^/*][^*]*\*+)*/|("(\\.|[^"\\])*"|'(\\.|[^'\\])*'|\n+|.[^/"'\\]*)#$2#g;
   
5.     print;
   

复制代码

【mq110】，lex脚本：

1. 
   
2. %{
   
3. #include <stdio.h>
   
4. void  comment();
   
5. int yywrap()
   
6. {
   
7.         return 1;
   
8. }
   
9. %}
   
10. %%
    
11. "/*"  {comment(); }
    
12. .  {printf("%c",yytext[0]);}
    
13. %%
    
14. void comment()
    
15. {
    
16.         for(;;)
    
17.         {
    
18.                 while (input()!='*');
    
19.                 if(input()!='/')
    
20.                         unput(yytext[yyleng-1]);
    
21.                 else
    
22.                         return;
    
23.         }
    
24. }
    

复制代码

【gvim】，lex脚本：

1. 
   
2. %{
   
3. %}
   
4. comment  "/*"([^\*]|(\*)*[^\*/])*(\*)*"*/"
   
5. %%
   
6. {comment} {  }
   
7. %%
   

复制代码

【emacsnw】，c程序：

1. 
   
2. /*
   
3. * Removes comments from C codes.
   
4. */
   
5. 
   
6. #include <stdio.h>
   
7. 
   
8. typedef enum {
   
9.     FA_NORMAL,  /* normal texts     */
   
10.     FA_QUOTE,   /* inside a string  */
    
11.     FA_META,    /* meta character \ */
    
12.     FA_BSLASH,  /* after /          */
    
13.     FA_COMMENT, /* inside comments  */
    
14.     FA_STAR     /* after *          */
    
15. } FA_STATE;
    
16. 
    
17. int main(int argc, char *argv[])
    
18. {
    
19.     FILE *fp;
    
20.     int ch;
    
21.     FA_STATE state;
    
22. 
    
23.     if (argc < 2) {
    
24.         fprintf(stderr, "Not enough arguments.\n"
    
25.                 "Must specify the C source file.\n");
    
26.         exit(-1);
    
27.     }
    
28.     if ((fp = fopen(argv[1], "r")) == NULL) {
    
29.         fprintf(stderr, "Can't open %s.\n", argv[1]);
    
30.         exit(-1);
    
31.     }
    
32.     state = FA_NORMAL;
    
33.     while ((ch = fgetc(fp)) != EOF) {
    
34.         switch (state) {
    
35.         start_over:
    
36.         case FA_NORMAL:
    
37.             if (ch == '"') {
    
38.                 putchar(ch);
    
39.                 state = FA_QUOTE;
    
40.             } else if (ch == '/')
    
41.                 state = FA_BSLASH;
    
42.             else
    
43.                 putchar(ch);
    
44.             break;
    
45.         case FA_QUOTE:
    
46.             if (ch == '\\') {
    
47.                 putchar(ch);
    
48.                 state = FA_META;
    
49.             } else if (ch == '"') {
    
50.                 putchar(ch);
    
51.                 state = FA_NORMAL;
    
52.             } else
    
53.                 putchar(ch);
    
54.             break;
    
55.         case FA_META:
    
56.             putchar(ch);
    
57.             state = FA_QUOTE;
    
58.             break;
    
59.         case FA_BSLASH:
    
60.             if (ch == '*')
    
61.                 state = FA_COMMENT;
    
62.             else {
    
63.                 putchar('/'); /* restore the previous ch */
    
64.                 state = FA_NORMAL;
    
65.                 goto start_over;
    
66.             }
    
67.             break;
    
68.         case FA_COMMENT:
    
69.             if (ch == '*')
    
70.                 state = FA_STAR;
    
71.             break;
    
72.         case FA_STAR:
    
73.             if (ch == '/')
    
74.                 state = FA_NORMAL;
    
75.             else if (ch == '*')
    
76.                 state = FA_STAR;
    
77.             else
    
78.                 state = FA_COMMENT;
    
79.             break;
    
80.         }
    
81.     }
    
82.     exit(0);
    
83. }
    

复制代码

期待大家继续提出其它的解决方法！

[ 本帖最后由 雨丝风片 于 2006-10-26 08:35 编辑 ]

Macolex

顶。

Macolex

【Namelessxpt】，Perl脚本：

1. 
   
2. #!/usr/bin/perl
   
3. use warnings;
   
4. use strict;
   
5. $/ = undef;
   
6. while (<>){
   
7.         $_ =~ s/\/\*.*?\*\///igs;
   
8.         $_ =~ s/(\r?\n)+/\n/igs;
   
9.         print;
   
10. }
    
11. exit;

复制代码

perl xxx.pl input.c > output.c

[ 本帖最后由 Macolex 于 2006-10-25 09:47 编辑 ]

alula

import sys, re
print re.compile(r'/\*.*?\*/', re.DOTALL).sub('', sys.stdin.read())

lllaaa

那几种是最简单的了。
下面的语句是比较晦涩的。

char * a="aaaaa/* ";

char * b="bbbbb*/";

/*
1234

//*/

/*/

emacsnw

偶来个C的，貌似比perl等还是显得麻烦不少：

1. 
   
2. /*
   
3. * Removes comments from C codes.
   
4. */
   
5. 
   
6. #include <stdio.h>
   
7. 
   
8. typedef enum {
   
9.     FA_NORMAL,  /* normal texts     */
   
10.     FA_QUOTE,   /* inside a string  */
    
11.     FA_META,    /* meta character \ */
    
12.     FA_BSLASH,  /* after /          */
    
13.     FA_COMMENT, /* inside comments  */
    
14.     FA_STAR     /* after *          */
    
15. } FA_STATE;
    
16. 
    
17. int main(int argc, char *argv[])
    
18. {
    
19.     FILE *fp;
    
20.     int ch;
    
21.     FA_STATE state;
    
22. 
    
23.     if (argc < 2) {
    
24.         fprintf(stderr, "Not enough arguments.\n"
    
25.                 "Must specify the C source file.\n");
    
26.         exit(-1);
    
27.     }
    
28.     if ((fp = fopen(argv[1], "r")) == NULL) {
    
29.         fprintf(stderr, "Can't open %s.\n", argv[1]);
    
30.         exit(-1);
    
31.     }
    
32.     state = FA_NORMAL;
    
33.     while ((ch = fgetc(fp)) != EOF) {
    
34.         switch (state) {
    
35.         start_over:
    
36.         case FA_NORMAL:
    
37.             if (ch == '"') {
    
38.                 putchar(ch);
    
39.                 state = FA_QUOTE;
    
40.             } else if (ch == '/')
    
41.                 state = FA_BSLASH;
    
42.             else
    
43.                 putchar(ch);
    
44.             break;
    
45.         case FA_QUOTE:
    
46.             if (ch == '\\') {
    
47.                 putchar(ch);
    
48.                 state = FA_META;
    
49.             } else if (ch == '"') {
    
50.                 putchar(ch);
    
51.                 state = FA_NORMAL;
    
52.             } else
    
53.                 putchar(ch);
    
54.             break;
    
55.         case FA_META:
    
56.             putchar(ch);
    
57.             state = FA_QUOTE;
    
58.             break;
    
59.         case FA_BSLASH:
    
60.             if (ch == '*')
    
61.                 state = FA_COMMENT;
    
62.             else {
    
63.                 putchar('/'); /* restore the previous ch */
    
64.                 state = FA_NORMAL;
    
65.                 goto start_over;
    
66.             }
    
67.             break;
    
68.         case FA_COMMENT:
    
69.             if (ch == '*')
    
70.                 state = FA_STAR;
    
71.             break;
    
72.         case FA_STAR:
    
73.             if (ch == '/')
    
74.                 state = FA_NORMAL;
    
75.             else if (ch == '*')
    
76.                 state = FA_STAR;
    
77.             else
    
78.                 state = FA_COMMENT;
    
79.             break;
    
80.         }
    
81.     }
    
82.     exit(0);
    
83. }
    

复制代码

测试文件

1. 
   
2. This is a test file containing various C comments:
   
3. 
   
4. /* simplest comment ****//////*
   
5. /*
   
6. * multiple line
   
7. * comment
   
8. */
   
9. 
   
10. " Comments inside a string should /* not */ be deleted."
    
11. 
    
12. " How about \" this /* case? " and "this */ case? "
    
13. 
    
14. And testing cases from CU posts:
    
15. 
    
16. 1.  /* aaaaaaaaaaaaaaaaaaaaaaaaa
    
17.        bbbbbbbbbbbbbbbbbbbbbbbbb
    
18.        ccccccccccccccccccccccccc */
    
19.    
    
20. 2.  /* ddddddddddddddddddddddddd */
    
21.    
    
22. 3.  int foo; /* eeeeeeeeeeeeeeeee */
    
23.    
    
24. 4.  /* ffffffffffffffff */  int bar;
    
25.    
    
26. 5.  int foobar; /* gggggggggggggggg
    
27.                    hhhhhhhhhhhhhhhh
    
28.                    iiiiiiiiiiiiiiii */
    
29. 
    
30. And even more:
    
31. char * a="aaaaa/* ";
    
32. 
    
33. char * b="bbbbb*/";
    
34. 
    
35. /*
    
36. 1234
    
37. 
    
38. //*/
    
39. 
    
40. /*/ I don't think this is valid. Should end comments somewhere ****/
    
41. 
    
42. Got'em all right?
    
43. 
    
44. :)
    

复制代码

运行结果：

1. 
   
2. [bohnanza:misc]$ cc -O2 rmcom.c
   
3. [bohnanza:misc]$ ./a.out comments.test
   
4. This is a test file containing various C comments:
   
5. 
   
6. ////
   
7. 
   
8. " Comments inside a string should /* not */ be deleted."
   
9. 
   
10. " How about \" this /* case? " and "this */ case? "
    
11. 
    
12. And testing cases from CU posts:
    
13. 
    
14. 1.
    
15.    
    
16. 2.
    
17.    
    
18. 3.  int foo;
    
19.    
    
20. 4.    int bar;
    
21.    
    
22. 5.  int foobar;
    
23. 
    
24. And even more:
    
25. char * a="aaaaa/* ";
    
26. 
    
27. char * b="bbbbb*/";
    
28. 
    
29. 
    
30. 
    
31. 
    
32. 
    
33. Got'em all right?
    
34. 
    
35. :)
    
36. 
    

复制代码

zongyaotang

C中还允许如下的注释：
/\
* xxxx */

kevinqing

嘿嘿
不知道这样的你们能不能去掉
例1
/* //*/
例2
// /*
/* */

湘北GG

请问怎样去掉：
#if 0
.....
#endif

?