在 Notepad++ 中通过正则表达式匹配单行注释答案

【问题标题】：Match single-line comments via regex in Notepad++在 Notepad++ 中通过正则表达式匹配单行注释
【发布时间】：2019-08-14 13:07:45
【问题描述】：

我正在用 Perl 为 Delphi 编写一个原始词法分析器。目的是提取词（标识符和关键字），因此不需要正确识别各种标记。

它的核心是下面的正则表达式：

\{[^}]*\}|$\*([^*]|\*[^\\])*?\*$|[A-Za-z_]\w*|\d+|//.*?$|'([^']|'')*?'|\s+|.

我偶然发现行尾没有被行 cmets 消耗。所以我很好奇我是否可以修改正则表达式，以便完全由行 cmets 组成的两个连续行被计为 2 个“令牌”。

// first line
// last line

我用//.*?\n 替换了//.*?$，但是使用这个正则表达式，直接放置在EOF（没有换行符）之前的行注释将不匹配，而是分为/、/ 等等。所以我寻找正确的方式来正确表达交替。我发现两个在 Notepad++ 和 winGrep 中表现不同但在 Perl 中相同的正则表达式：

实际差异已在介绍性问题中显示：

\{[^}]*\}|$\*([^*]|\*[^\\])*?\*$|[A-Za-z_]\w*|\d+|//.*?\n|//.*?$|'([^']|'')*?'|\s+|.（上述示例源中有 2 个匹配项）
\{[^}]*\}|$\*([^*]|\*[^\\])*?\*$|[A-Za-z_]\w*|\d+|//.*?(?:\n|$)|'([^']|'')*?'|\s+|.（上述示例源中有 3 个匹配项）

可以在 Notepad++（7.7.1 32 位）和 grepWin（1.9.2 64 位）中观察到。在 Perl 中，我将正则表达式放在 m@( 和 )@mg 之间，两者都有 2 个匹配项。

【问题讨论】：

参见。 regex101.com/r/Orqud1/1 和 regex101.com/r/Orqud1/2：它们与您的示例字符串匹配相同。
//.*?\n|//.*?$ 将运行\n 部分，失败然后运行$ 部分，因为它找不到换行符，但//.*?(?:\n|$) 不会。这就是行为的差异（afaik），但我找不到结果的差异。 s 标志将使 . 匹配 \n 在这种情况下不会改变结果。
@Wolf s 是一个单行修饰符，您不应将其与//.*$ 之类的模式一起使用，因为您只想匹配换行符以外的字符。
好的，//.*?\n|//.*?$ 和 //.*?(?:\n|$) 显示 2 个匹配项。我怀疑后面的\s+ 与\n 之前的CR、回车符匹配。
既然您使用的是. Matches newline，我可以建议\/\/[^\r\n]*吗？ regex101.com/r/VEc6Dl/1

【解决方案1】：

观察到的 Perl 和外部工具之间的差异是由 \r\n 和 \n 之间的差异造成的。如果您在 Perl 中读取文本文件，则换行符（序列）将被转换为 \n，即 one 字符，因此 \n 将此字符匹配为换行符。

在记事本和 grepWin 中，不执行此翻译。所以//.*?(?:\n|$) 从不消耗换行序列，而是在正则表达式引擎匹配$ 的开头（正好在e 和\r 之间）停止，\r 保留在输入中； \s+ 然后匹配整个换行序列 (\r\n)。

另一方面，//.*?\n 将\r 与. 匹配，然后与\n 匹配。

如果您将模式中的换行符更改为 \r\n 以供外部工具使用，则两种选择都会给出两个匹配项：

【讨论】：