Соответствие коротким комментариям JavaScript (//) с ре
Я хотел бы отфильтровать (главным образом короткие) комментарии от (главным образом допустимого) JavaScript с помощью Python re модуль. Например:
// this is a comment
var x = 2 // and this is a comment too
var url = "http://www.google.com/" // and "this" too
url += 'but // this is not a comment' // however this one is
url += 'this "is not a comment' + " and ' neither is this " // only this
Я теперь пробую это в течение больше, чем получаса без любого успеха. Кто-либо может помочь мне?
РЕДАКТИРОВАНИЕ 1:
foo = 'http://stackoverflow.com/' // these // are // comments // too //
РЕДАКТИРОВАНИЕ 2:
bar = 'http://no.comments.com/'
2 ответа
Мои силы Regex были немного несвежены, поэтому я использовал ваш вопрос к свежему тому, что я помню. Он стал довольно большим регелем в основном, потому что я также хотел фильтровать многострочные комментарии.
import re
reexpr = r"""
( # Capture code
"(?:\\.|[^"\\])*" # String literal
|
'(?:\\.|[^'\\])*' # String literal
|
(?:[^/\n"']|/[^/*\n"'])+ # Any code besides newlines or string literals
|
\n # Newline
)|
(/\* (?:[^*]|\*[^/])* \*/) # Multi-line comment
|
(?://(.*)$) # Comment
$"""
rx = re.compile(reexpr, re.VERBOSE + re.MULTILINE)
Это регенсы совпадает с тремя разными подгруппами. Один для кода и два для комментариев содержимого. Ниже приведен пример того, как извлечь их.
code = r"""// this is a comment
var x = 2 * 4 // and this is a comment too
var url = "http://www.google.com/" // and "this" too
url += 'but // this is not a comment' // however this one is
url += 'this "is not a comment' + " and ' neither is this " // only this
bar = 'http://no.comments.com/' // these // are // comments
bar = 'text // string \' no // more //\\' // comments
bar = 'http://no.comments.com/'
bar = /var/ // comment
/* comment 1 */
bar = open() /* comment 2 */
bar = open() /* comment 2b */// another comment
bar = open( /* comment 3 */ file) // another comment
"""
parts = rx.findall(code)
print '*' * 80, '\nCode:\n\n', '\n'.join([x[0] for x in parts if x[0].strip()])
print '*' * 80, '\nMulti line comments:\n\n', '\n'.join([x[1] for x in parts if x[1].strip()])
print '*' * 80, '\nOne line comments:\n\n', '\n'.join([x[2] for x in parts if x[2].strip()])
Это может быть легче разбираться, если у вас были явные полуобытия.
В любом случае, это работает:
import re
rx = re.compile(r'.*(//(.*))$')
lines = ["// this is a comment",
"var x = 2 // and this is a comment too",
"""var url = "http://www.google.com/" // and "this" too""",
"""url += 'but // this is not a comment' // however this one is""",
"""url += 'this "is not a comment' + " and ' neither is this " // only this""",]
for line in lines:
print rx.match(line).groups()
Выход вышеизложенного:
('// this is a comment', ' this is a comment')
('// and this is a comment too', ' and this is a comment too')
('// and "this" too', ' and "this" too')
('// however this one is', ' however this one is')
('// only this', ' only this')
Я не уверен, что вы делаете с JavaScript после , удаляя комментарии, но jsmin может помочь. В любом случае, он удаляет комментарии достаточно хорошо, и существует реализация в Python .