使用Python删除C和C ++注释？

Question

我正在寻找从字符串中删除C和C ++注释的Python代码。（假设字符串包含整个C源文件。）

我意识到我可以使用正则表达式.match（）子字符串，但这不能解决嵌套问题/*，也不能解决其中//的问题/* */。

理想情况下，我宁愿非天真的实现来正确处理尴尬的情况。

Answer 1

我不知道您是否熟悉sed基于UNIX（但Windows可用）的文本解析程序，但是我在这里找到了一个sed脚本，该脚本将从文件中删除C
/ C ++注释。非常聪明；例如，如果在字符串声明中找到它，它将忽略“ //”和“ / *”。在Python中，可以使用以下代码来使用它：

import subprocess
from cStringIO import StringIO

input = StringIO(source_code) # source_code is a string with the source code.
output = StringIO()

process = subprocess.Popen(['sed', '/path/to/remccoms3.sed'],
    input=input, output=output)
return_code = process.wait()

stripped_code = output.getvalue()

在此程序中，source_code是保存C / C 源代码的变量，并且最终stripped_code将保留C / C

代码并删除注释。当然，如果文件在磁盘上，则可以将input和output变量作为指向这些文件的文件句柄（input在读取模式下，output在写入模式下）。remccoms3.sed是以上链接中的文件，应将其保存在磁盘上的可读位置。sed在Windows上也可用，并且在大多数GNU
/ Linux发行版和Mac OS X上默认安装。

这可能会比纯Python解决方案更好。无需重新发明轮子。