使用 RegEx 查找 VBA 注释

Question

我正在尝试使用正则表达式查找所有 VBA cmets。我有一些最有效的方法，但也有一些我无法弄清楚的例外情况。

我正在使用的表达式：

'(?!.*").*

获取我们的测试代码：

Working - This is a test 'This should be captured
Working - "this is a test" 'This should be captured
Not Working - "this is a test" 'This should be "captured"
Not Working - This is a test 'This should be "captured"
Working - "this is a test 'this should not capture'" 'this should capture
Working - "this isn't a test" 'this should capture

这是 RegExr 中此示例的链接：http://regexr.com/3f24h

由于某些原因，第三个和第四个示例没有捕获。问题似乎在于 cmets 中有一个字符串值，我不知道如何解决它。

有什么建议吗？

Answer 1

这应该可行：

("[^"]+"\s)?'.+

在这里测试：https://regex101.com/r/dd60QS/1

Answer 2

可能是这样的

^(?:[^"'\n]*("(?:[^"\n]|"")*"))*[^"]*'(.*)$

它处理多个带引号的字符串，以及带引号（双）" 的字符串（我相信这是 VBA 的方式）。

（我保证它在某些情况下会失败，但可能会在大多数情况下工作；）

Check it out here at regex101.

编辑

添加了一些共产国际的例子并调整了正则表达式。它仍然无法处理 括号内的标识符（我什至不知道这意味着什么：S 请参阅最后一行）。但它现在可以处理他的连续线路 cmets。

^(?:[^"'\n]*(?:"(?:[^"\n]|"")*"))*[^']*('(?:_\n|.)*)

Check it out here at regex101.

Answer 3

您无法使用正则表达式 - 句点在 VBA 代码中找到所有 cmets（更不用说字符串文字了）。相信我，我在Rubberduck 的 Smart Indenter 模块上进行了尝试（以防不够明确 - 完全公开，我是贡献者）。您需要实际解析代码。您将遇到的第一个问题是续行：

'Comment with a line _
continuation

Debug.Print 'End of line comment _
with line continuation.

Debug.Print 'Multiple line continuation operators _ _
still work.

Debug.Print 'This is actually *not* a line continuation_
Debug.Print 42

这使得很难识别字符串文字，尤其是您使用逐行处理：

Debug.Print 42 'The next line... _
"...is not a string literal"

您还必须处理旧的Rem 注释语法...

Rem old school comment

...也支持换行：

Rem old school comment with line _
continuation.

你可能会想“这还不算太糟糕，雷姆必须开始一条线”。如果你是，你忘了语句分隔符（:）......

Debug.Print 42: Rem statement separator comment.

...或其邪恶的双胞胎语句分隔符与续行相结合：

Debug.Print 42: Rem this can be _
continued too.

您讨论了一些关于排序字符串文字和 cmets 的问题...

Debug.Print "Unmatched double quotes." 'Comment"
Debug.Print "Interleaved single 'n double quotes." 'Comment"

...但是像这个野兽这样的括号标识符呢（@ThunderFrame 提供）？

'No comments or strings in the line below.
Debug.Print [Evil:""Comment"'here] 

请注意，SO 使用的语法荧光笔甚至无法捕捉到所有这些奇怪的极端情况。