使用 sed 显示 C 风格注释和 C++ 注释

Question

到目前为止，我这样做了，但它并没有打印出我想要的内容。先感谢您。

$  sed -n -e "/\(*\)/g" c_comments | sed -n '/\/\*/p; /^ \*/p' c_comments |sed -n '/[[:blank:]]/p' c_comments 

这是文本文件 c_cmets，我想提取 c_style 注释和 C++ cmets。 // 包含各种 C 和 C++ 样式 cmets 示例的文件

/* simple C style comment on one line with no code  */

x = 5*3;   /* Example comment following code   */

   /* comments do not have to begin at the line beginning  */
/*  And you can have empty comments like the next one */
/**/
/*  comments with code following the comment  (not possible with C++ style) 
*/  x = w * u/y/z;
  // As shown below you can have what appear to comments embedded in a 
 string
    // The line below should be counted as code
printf(" This output string looks like a /* comment */ doesn't it?\n"); 
/* ---- Example of a multiline 
C style comment  */       
c++;  //  C ++ style comment following code
c=a/b*c;   /*  comment between two pieces of code */   w = a*b/e;
 /*  This is a multiline c style comment.  This
comment covers several
lines.
 ------*/
a = b / c * d;
/* -----------End of the file ---------------*/ 

Answer 1

sed -n -e '/^[[:space:]]*\/\//p' -e ' /^[[:space:]]*\/\*.*\*\/[[:space:]]*$/p' -e '/^[[:space:]]*$/p' c_comments

Answer 2

以下将处理您的特定文件。

#! /bin/sed -f

# using ':' for regex delimiter, as we are matching a lot of
# literal '/' in the following expressions

# remove quoted strings
# TODO: allow quotes in comments and detect multiline quoted strings
s:["][^"]*["]::g

# detect '/* ... */'
\:/\*.*\*/: {
    # handle leading '//'
    \://.*/\*: {
        s:.*//://:
        p;d
    }
    s:.*/\*:/*:
    s:\*/.*:*/:
    p;d
}

# detect '/* ... \n ... */'
# TODO: fix the '// ... /*' case
\:/\*:,\:\*/: {
    s:.*/\*:/*:
    s:\*/.*:*/:
    p;d
}

# detect //
\://: {
    s:.*//://:
    p;d
}
d

上面更多的是一个非示例而不是示例——展示一些在 sed 中真正难以做到的事情（特别注意TODO's） .

因此，一般来说，使用单个 sed 脚本提取 C cmets 不太适合 IMO —— 让它完全正确会非常困难，而且结果很快就会演变成一些非常迟钝的代码。

这是一个替代方案，用 sed 装饰我们的 C 源代码，使用 awk 对其进行过滤（考虑到多级 C 语法规则），然后删除再次使用 sed 进行装饰：

c_decorate

#! /bin/sed -f
s:\r::g
s:/\*:\rC/*:g
s:\*/:*/\rE:g
s://:\rL//:g
s:":\rQ":g

c_filter

#! /usr/bin/awk -f
BEGIN {
    RS = ORS = "\r"
    lc=0 # State variable for continuing a C++ style Line comment
    cc=0 # State variable for continuing a C style comment
    qt=0 # quote-count
}

NR == 1 { print ""; next }

/^C/ { # Begin C-Style Comment
    if (qt % 2)
        next
    if (lc) {
        if ($0 ~ /\n/) {
            lc = 0
            sub(/\n.*/, "\n")
        }
    } else {
        cc = 1
    }
    print
    next
}
/^E/ { # End C-Style Comment
    if (qt % 2)
        next
    if (lc) {
        if ($0 ~ /\n/) {
            lc = 0
            sub(/\n.*/, "\n")
        }
        print 
    } else if (cc) {
        cc = 0
        if ($0 ~ /\n/)
            print "\n"
        else
            print "E"
    }
    next    
}
/^L/ { # Begin C++ Style Line Comment
    if (qt % 2)
        next
    if (!cc) {
        lc = 0
        if ($0 ~ /\n/)
            sub(/\n.*/, "\n")
        else
            lc = 1
    }
    print
    next
}
/^Q/ { # Quote
    if (lc || cc)
        print
    else
        qt++
    next
}

c_cleanup

#! /bin/sed -f
$ {
    /^$/ d
}
s:\r[CELQ]\?::g

然后调用：

$ c_decorate c_comments | c_filter | c_cleanup

Awk 比 sed 更自然地适合过滤，因为它原生支持记录分隔符的更改，并且更容易指定和推理任意逻辑关系。

为了摆脱评论标签，这里是 c_decorate 的替代版本：

#! /bin/sed -f
s:\r::g
s:/\*:\rC:g
s:\*/:\rE:g
s://:\rL:g
s:":\rQ":g

更新 9/2019 (@Russ) 这似乎不能很好地处理 cmets 中的“引号”，或者嵌入在 C++ 单行 cmets 中的 C 样式 cmets，如

//* this is not handled well.  
/* nor "is" this. */

因此，我将它用于 c_decorate：

#! /bin/sed -f
s:\r::g
# trouble is //* first matches //, then matches /*
s:[^/]/\*:\rC/*:g
s:^/\*:\rC/*:g
s:\*/:*/\rE:g
s://\+:\rL&:g
# does not handle quotes w/in comments
# s:":\rQ":g