Помогите с регулярками

Question

[Fastto]

Есть задача — удалить из кода php все комментарии

Регулярки обрабатываю классом regexp .NET 3.5

Детально:
1) Удалить все линейные комментарии
2) Удалить все блочные комментарии
3) Удалить все переносы строк

код:

if (ext.ToLower() == "php" )
                {
                    string content = File.ReadAllText(file, System.Text.Encoding.UTF8);

                    content = Regex.Replace(content, @"\/\/.*(\r?\n)?", @"");
                    content = Regex.Replace(content, @"\/\*(.*(\r?\n)?)*.*\*\/", @"");
                    content = Regex.Replace(content, @"\r?\n", @" ");

                    File.WriteAllBytes(dst + fileName, System.Text.Encoding.UTF8.GetBytes( content ));
                }
}

1 — работает, но по упрощенной схеме, если подсунуть например — echo «3;//3»; // 33 — удалит не то, что нужно
2 — не могу добиться внятного результата — или удаляет половину кода или вообще ничего не трогает
3 — работает

Answer 1

[gaelpa]

Комментарии удобно удалять самим пхп «php -w» он, правда, еще и пробелы режет.
ИМХО — то, что нужно, достаточно иметь бинарник пхп.

Comments

[gaelpa]

3) Удалить все переносы строк
— значит и удаление whitespace в тему.

[Fastto]

да это точно, наверное это и есть самый быстрый и удобный вариант, главное чтобы php к кодировкам разным лояльно в этой операции отнесся, буду пробовать, спасибо!

Answer 2

[Анатолий]

Я бы на вашем месте изменил регулярки с учетом несокльих строк, тогда не нужно будет вставлять в них \r\n\s и подобные. А во вторых регурярками вы не добьетесь правильной работы:

\\ comment
$a = '\\ not comment'; - такое Вы учитываете?

В свое время делал одну штуковину, которая подсвечивала код, там мне тоже нужно было парсить каменты и текст, я пытался все сделать через регулярки, но в итоге забил и переписал все перебором:
(многострочные каменты нужно искать так (я так искал текстовые строки, но к каментам тожеподходит):
1. проходим по тексту посимвольно (либо ищем открывающийся комент в тексте)
2. проверяем валидный ли он, не в тексте, не в другом каменте, не экранирован, итд
3. ищем ближайлий закрывающий камент, тоже все проверяем
4. удаляем текст от начальной позиции до конечной
Однострочные проще, в принципе то же но в одной строке, просто быстрей получается.
Регулярки тут бессильны, слишком много вариантов когда оно будет глючить (обычно строки)
5. идем на пункт 1 пока находятся парные каменты

Answer 3

[Nastradamus]

обычно мне помогает:
www.gskinner.com/RegExr/

Answer 4

[Magiq]

Чисто регулярками очень сложно будет, особенно парсить что то вроде get(' example.com');

Comments

[gaelpa]

Проще:
<?php echo "// not a real comment"?>

[Fastto]

проверяем на; перед //
@"; *\/\/.*(\r?\n)?"

[Fastto]

но не пройдет —
<?php echo ";// not a real comment"?>

Answer 5

[Magiq]

*
<? php get(' example.com'); ?>