如何从 C 源文件中删除所有 /* */ 注释？

Question

我有一个从其他地方复制的 C 文件，但它有很多如下的 cmets：

int matrix[20];
/* generate data */
for (index = 0 ;index < 20; index++)
matrix[index] = index + 1;
/* print original data */
for (index = 0; index < 5 ;index++)

如何删除/* 和*/ 所包含的所有cmets。有时，cmets 由 4-5 行组成，我需要删除所有这些行。

基本上，我需要删除/* 和*/ 之间的所有文本，甚至\n 也可以介于两者之间。请使用sed、awk 或perl 之一帮助我完成此操作。

Answer 1

为什么不直接使用 c 预处理器来做这件事呢？为什么要将自己限制在本土的正则表达式中？

[编辑] 这种方法还可以干净地处理 Barts printf(".../*...") 场景

例子：

[File: t.c]
/* This is a comment */
int main () {
    /* 
     * This
     * is 
     * a
     * multiline
     * comment
     */
    int f = 42;
    /*
     * More comments
     */
    return 0;
}

.

$ cpp -P t.c
int main () {







    int f = 42;



    return 0;
}

或者您可以删除空格并压缩所有内容

$ cpp -P t.c | egrep -v "^[ \t]*$"
int main () {
    int f = 42;
    return 0;
}

重新发明轮子没用，是吗？

[编辑] 如果您想不通过这种方法扩展包含的文件和宏，cpp 会为此提供标志。考虑：

[文件：t.c]

#include <stdio.h>
int main () {
    int f = 42;
    printf("   /*  ");
    printf("   */  ");
    return 0;
}

.

$ cpp -P -fpreprocessed t.c | grep -v "^[ \t]*$"
#include <stdio.h>
int main () {
    int f = 42;
    printf("   /*  ");
    printf("   */  ");
    return 0;
}

有一点需要注意的是，可以避免宏扩展，但宏的原始定义已从源代码中删除。

Answer 2

见perlfaq6。这是一个相当复杂的场景。

$/ = undef;
$_ = <>;
s#/\*[^*]*\*+([^/*][^*]*\*+)*/|("(\\.|[^"\\])*"|'(\\.|[^'\\])*'|.[^/"'\\]*)#defined $2 ? $2 : ""#gse;
print;

一个警告 - 一旦你这样做了，你有一个测试场景来证明你刚刚移除了 cmets 并且没有任何有价值的东西吗？如果您正在运行如此强大的正则表达式，我会确保进行某种测试（即使您只是记录之前/之后的行为）。

Answer 3

看看strip_comments routine in Inline::Filters：

sub strip_comments {
    my ($txt, $opn, $cls, @quotes) = @_;
    my $i = -1;
    while (++$i < length $txt) {
    my $closer;
        if (grep {my $r=substr($txt,$i,length($_)) eq $_; $closer=$_ if $r; $r}
        @quotes) {
        $i = skip_quoted($txt, $i, $closer);
        next;
        }
        if (substr($txt, $i, length($opn)) eq $opn) {
        my $e = index($txt, $cls, $i) + length($cls);
        substr($txt, $i, $e-$i) =~ s/[^\n]/ /g;
        $i--;
        next;
        }
    }
    return $txt;
}

Answer 4

除非您了解后果，否则请不要使用 cpp：

$ cat t.c
#include <stdio.h>

#define MSG "Hello World"

int main(void) {
    /* ANNOY: print MSG using the puts function */
    puts(MSG);
    return 0;
}

现在，让我们通过cpp 运行它：

$ cpp -P t.c -fpreprocessed


#include <stdio.h>



int main(void) {


    puts(MSG);
    return 0;
}

很明显，这个文件不再编译了。

Answer 5

考虑：

printf("... /* ...");
int matrix[20];
printf("... */ ...");

换句话说：我不会在此任务中使用正则表达式，除非您正在执行 replace-once 并且肯定不会发生上述情况。

Answer 6

您必须为此使用 C 预处理器并结合其他工具来临时禁用特定的预处理器功能，例如扩展 #defines 或 #includes，所有其他方法在极端情况下都会失败。这适用于所有情况：

[ $# -eq 2 ] && arg="$1" || arg=""
eval file="\$$#"
sed 's/a/aA/g;s/__/aB/g;s/#/aC/g' "$file" |
          gcc -P -E $arg - |
          sed 's/aC/#/g;s/aB/__/g;s/aA/a/g'

将其放入 shell 脚本并使用您要解析的文件的名称调用它，可选地以“-ansi”之类的标志作为前缀以指定要应用的 C 标准。

Answer 7

在命令行上试试这个（将“文件名”替换为需要处理的文件列表）：

perl -i -wpe 'BEGIN{undef $/} s!/\*.*?\*/!!sg' file-names

该程序就地更改文件（用更正的输出覆盖原始文件）。如果您只想要输出而不更改原始文件，请省略“-i”开关。

说明：

perl -- call the perl interpreter
-i      switch to 'change-in-place' mode.
-w      print warnings to STDOUT (if there are any)
 p      read the files and print $_ for each record; like while(<>){ ...; print $_;}
 e      process the following argument as a program (once for each input record)

BEGIN{undef $/} --- process whole files instead of individual lines.
s!      search and replace ...
  /\*     the starting /* marker
  .*?     followed by any text (not gredy search)
  \*/     followed by the */ marker
!!      replace by the empty string (i.e. remove comments)  
  s     treat newline characters \n like normal characters (remove multi-line comments)
   g    repeat as necessary to process all comments.

file-names   list of files to be processed.

Answer 8

当我想要一些简短的 CSS 时，我会使用这个：

awk -vRS='*/' '{gsub(/\/\*.*/,"")}1' FILE

这不会处理注释分隔符出现在字符串中的情况，但它比解决方案简单得多。显然它不是防弹的，也不是什么都适合，但你比 SO 上的学究更清楚你是否能忍受它。

我相信this one 是防弹的。

Answer 9

尝试以下递归方式查找和删除 Java 脚本类型 cmets、XML 类型 Comments 和单行 cmets

/* This is a multi line js comments.

Please remove me*/

find pages/ -name "*.*" 中的 f；做 perl -i -wpe 'BEGIN{undef $/} s!/*.*?*/!!sg' $f;完成

<!-- This is a multi line xml comments.

Please remove me -->

find pages/ -name "*.*" 中的 f；做 perl -i -wpe 'BEGIN{undef $/} s!!!sg' $f;完成

//This is single line comment Please remove me.

find pages/ -name "*.*" 中的 f；做 sed -i 's///.*//' $f;完成

注意：pages 是一个根目录，上面的脚本也会在根目录和子目录中的所有文件中查找和删除。

Answer 10

使用 gawk 的非常简单的示例。请在实施之前进行多次测试。当然它不关心其他注释样式 // (在 C++ 中？？)

$ more file
int matrix[20];
/* generate data */
for (index = 0 ;index < 20; index++)
matrix[index] = index + 1;
/* print original data */
for (index = 0; index < 5 ;index++)
/*
function(){
 blah blah
}
*/
float a;
float b;

$ awk -vRS='*/' '{ gsub(/\/\*.*/,"")}1' file
int matrix[20];


for (index = 0 ;index < 20; index++)
matrix[index] = index + 1;


for (index = 0; index < 5 ;index++)


float a;
float b;