状态机编程思想（2）：删除代码注释（目前支持C/C++和Java）

前言

有时为了信息保密或是单纯阅读代码，我们需要删除注释。

之前考虑过正则表达式，但是感觉实现起来相当麻烦。而状态机可以把多种情况归为一类状态再行分解，大大简化问题。本文就是基于状态机实现的。

目录

• 删除C/C++代码注释
• 删除Java代码注释
• 程序
• 参考

删除C/C++代码注释

需要考虑的情况

• //
• /* */
• //和/* */嵌套（注意不存在/* */和/* */嵌套）
• 折行注释（用\间隔）
• 字符中存在的/和*
• 字符串中存在的//和/* */
• 字符串中的折行代码（用\间隔）
• 头文件中可能存在的/

状态转移描述

思路参考了博客http://www.cnblogs.com/zhanghaiba/p/3569928.html#3853787，写得很赞。

本文基于上面所述博文进行了以下修改或是优化：

• 原博文没有考虑/***/的情况（其中*的个数为奇数），已修正
• 切换到了windows平台下，支持windows换行\r\n（并请注意：如果原文件末尾没有回车，会自动插入）
• 状态量优化为枚举常量
• 状态转移由if...else...elseif结构改为switch...case结构，更为清晰，对于大型代码，效率更高

其中，除状态NOTE_MULTILINE_STAR外，其余状态下均需进行字符（串）处理，以保持正确输出。详见文末代码。

删除Java代码注释

需要考虑的情况

• //
• /* */
• /** */
• //和/**/嵌套（注意不存在/* */和/* */嵌套，不存在/** */和/** */嵌套，不存在/* */和/** */嵌套）
• //和/** */嵌套
• 字符中存在的/和*
• 字符串中存在的//、/**/以及/** */

状态转移描述

可以看到，java中的注释规则更为简单，其中/** */完全可以用/* */的状态涵盖。且不会出现折行注释和字符串折行的情况，因此状态更加简单，有兴趣的可以画一画，这里就不画图了。换句话说，上面删除C/C++注释的程序完全可以用来删除java注释。

程序

 import java.io.FileInputStream;
 import java.io.InputStreamReader;
 import java.io.BufferedReader;

 import java.io.FileOutputStream;
 import java.io.OutputStreamWriter;
 import java.io.BufferedWriter;

 import java.io.IOException;

 import java.util.Scanner;

 /**
  * @author xiaoxi666
  * @version 1.0.0 2017.12.01
  */

 public class deleteCAndCplusplusAndJavaNote {

     /**
      * 状态
      */
     enum State {
         CODE, // 正常代码
         SLASH, // 斜杠
         NOTE_MULTILINE, // 多行注释
         NOTE_MULTILINE_STAR, // 多行注释遇到*
         NOTE_SINGLELINE, // 单行注释
         BACKSLASH, // 折行注释
         CODE_CHAR, // 字符
         CHAR_ESCAPE_SEQUENCE, // 字符中的转义字符
         CODE_STRING, // 字符串
         STRING_ESCAPE_SEQUENCE// 字符串中的转义字符
     };

     /**
      * @function 删除代码中的注释，以String形式返回
      * @param strToHandle 待删除注释的代码
      * @return 已删除注释的代码，String字符串形式
      */
     public static String delete_C_Cplusplus_Java_Note(String strToHandle) {
         StringBuilder builder = new StringBuilder();

         State state = State.CODE;// Initiate
         for (int i = 0; i < strToHandle.length(); ++i) {
             char c = strToHandle.charAt(i);
             switch (state) {
             case CODE:
                 if (c == '/') {
                     state = State.SLASH;
                 }else {
                     builder.append(c);
                     if(c=='\'') {
                         state=State.CODE_CHAR;
                     }else if(c=='\"') {
                         state=State.CODE_STRING;
                     }
                 }
                 break;
             case SLASH:
                 if (c == '*') {
                     state = State.NOTE_MULTILINE;
                 } else if (c == '/') {
                     state = State.NOTE_SINGLELINE;
                 } else {
                     builder.append('/');
                     builder.append(c);
                     state = State.CODE;
                 }
                 break;
             case NOTE_MULTILINE:
                 if(c=='*') {
                     state=State.NOTE_MULTILINE_STAR;
                 }else {
                     if(c=='\n') {
                         builder.append("\r\n");//保留空行，当然，也可以去掉
                     }
                     state=State.NOTE_MULTILINE;//保持当前状态
                 }
                 break;
             case NOTE_MULTILINE_STAR:
                 if(c=='/') {
                     state=State.CODE;
                 }else if(c=='*') {
                     state=State.NOTE_MULTILINE_STAR;//保持当前状态
                 }
                 else {
                     state=State.NOTE_MULTILINE;
                 }
                 break;
             case NOTE_SINGLELINE:
                 if(c=='\\') {
                     state=State.BACKSLASH;
                 }else if(c=='\n'){
                     builder.append("\r\n");
                     state=State.CODE;
                 }else {
                     state=State.NOTE_SINGLELINE;//保持当前状态
                 }
                 break;
             case BACKSLASH:
                 if(c=='\\' || c=='\r'||c=='\n') {//windows系统换行符为\r\n
                     if(c=='\n') {
                         builder.append("\r\n");//保留空行，当然，也可以去掉
                     }
                     state=State.BACKSLASH;//保持当前状态
                 }else {
                     state=State.NOTE_SINGLELINE;
                 }
                 break;
             case CODE_CHAR:
                 builder.append(c);
                 if(c=='\\') {
                     state=State.CHAR_ESCAPE_SEQUENCE;
                 }else if(c=='\'') {
                     state=State.CODE;
                 }else {
                     state=State.CODE_CHAR;//保持当前状态
                 }
                 break;
             case CHAR_ESCAPE_SEQUENCE:
                 builder.append(c);
                 state=State.CODE_CHAR;
                 break;
             case CODE_STRING:
                 builder.append(c);
                 if(c=='\\') {
                     state=State.STRING_ESCAPE_SEQUENCE;
                 }else if(c=='\"') {
                     state=State.CODE;
                 }else {
                     state=State.CODE_STRING;//保持当前状态
                 }
                 break;
             case STRING_ESCAPE_SEQUENCE:
                 builder.append(c);
                 state=State.CODE_STRING;
                 break;
             default:
                 break;
             }
         }
         return builder.toString();
     }

     /**
      * @function 从指定文件中读取代码内容，以String形式返回
      * @param inputFileName 待删除注释的文件
      * @return 待删除注释的文件中的代码内容，String字符串形式
      * @note 输入文件格式默认为 UTF-8
      */
     public static String readFile(String inputFileName) {
         StringBuilder builder = new StringBuilder();
         try {
             FileInputStream fis = new FileInputStream(inputFileName);
             InputStreamReader dis = new InputStreamReader(fis);
             BufferedReader reader = new BufferedReader(dis);
             String s;
             // 每次读取一行，当改行为空时结束
             while ((s = reader.readLine()) != null) {
                 builder.append(s);
                 builder.append("\r\n");// windows系统换行符
             }
             reader.close();
             dis.close();
             fis.close();
         } catch (IOException e) {
             e.printStackTrace();
             System.exit(1);
         }
         return builder.toString();
     }

     /**
      * @function 将删除注释后的代码保存到指定新文件
      * @param outputFileName 保存“删除注释后的代码”的文件的文件名
      * @param strHandled 删除注释后的代码
      */
     public static void writeFile(String outputFileName, String strHandled) {
         try {
             FileOutputStream fos = new FileOutputStream(outputFileName);
             OutputStreamWriter dos = new OutputStreamWriter(fos);
             BufferedWriter writer = new BufferedWriter(dos);
             writer.write(strHandled);
             writer.close();
             dos.close();
             fos.close();
             System.out.println("code that without note has been saved successfully in " + outputFileName);
         } catch (IOException e) {
             e.printStackTrace();
         }
     }

     /**
      * @function 读取待处理文件，删除注释，处理过的代码写入新文件
      * @param args
      */
     public static void main(String[] args) {
         Scanner in = new Scanner(System.in);
         //待删除注释的文件
         System.out.println("The fileName that will be delete note:");
         String inputFileName = in.nextLine();
         //保存“删除注释后的代码”的文件
         System.out.println("The fileName that will save code without note:");
         String outputFileName = in.nextLine();

         String strToHandle = readFile(inputFileName);
         String strHandled = delete_C_Cplusplus_Java_Note(strToHandle);
         writeFile(outputFileName, strHandled);

     }

 }

说明

• 本程序保留注释占用行，也就是说，注释以外的代码原样保留（行数也不会变），注释行变为空白。
• 不检测文件后缀（这就意味着把代码写在.txt里面也可以处理），有需求的可以自行添加。
• 本程序适用于windows平台，其他平台如linux和mac请替换“\r\n”换行符。文件格式默认为UTF。
• 有兴趣的可以封装成图形界面，直接拖入文件处理，更好用。
• 本程序经过大量测试未发现bug，若读者发现bug，欢迎提出。

参考

• 怎样删除C/C++代码中的所有注释？浅谈状态机的编程思想： http://www.cnblogs.com/zhanghaiba/p/3569928.html#3853787
• 谁能写出个删除注释的正则表达式：http://bbs.csdn.net/topics/380183706
• 正则表达式删除代码的注释： http://blog.csdn.net/conquer0715/article/details/14446463