问区分注释代码和有效注释

EN

这是一个基本的方法，但它提出了一个概念的证明什么可以做。我使用的是Bash和 option的用法。

下面是bash脚本：

#!/bin/bash
while IFS='' read -r line || [[ -n "$line" ]]; do
    LINE=`echo $line | grep -oP "(?<=//).*"`
    if [[ -n "$LINE" ]]; then
            echo $LINE | gcc -fsyntax-only -xc -
            if [[ $? -eq 0 ]]; then
                   sed -i "/$LINE/d" ./$1
            fi
    fi
done < "$1"

这里我遵循的方法是从代码文件中读取每一行。然后，使用regex grep在//分隔符(如果存在的话)之后对文本进行//，并将其传递给gcc -fsyntax-only命令，以检查它是否是正确的C/C++语句。注意，我使用了参数-xc -将输入从stdin传递给GCC (https://stackoverflow.com/a/47999843/7347631可以理解更多)。这是一个重要的注释，-xc -中的c指定了语言，在本例中是C语言，如果您希望它是C++，则应该将它更改为-xc++。

然后，如果GCC能够成功地解析该语句(即它是一个合法的C/C++语句)，我将使用sed -i直接从传递的文件中删除它。

在您的示例中运行它(但是在从第三行删除<- commented code使其成为合法语句之后)：

// Those parameters control foo and bar... <- valid comment
int t = 5;
// int t = 10;
int k = 2*t;

输出(在同一个文件中)：

// Those parameters control foo and bar... <- valid comment
int t = 5;
int k = 2*t;

(如果要将修改添加到不同的文件中，只需将-i从sed -i__中删除即可)

这个脚本可以被称为：./script.sh file.cpp，它可能会显示几个GCC错误，因为这些都是有效的注释。

更新。

同一逻辑的一个更简化的版本是：

#!/bin/bash
while IFS='' read -r line || [[ -n "$line" ]]; do
    if [[ "$line" =~  [/]+.* ]]; then
        $LINE=${line##*\/}
        echo ${$LINE} | gcc -fsyntax-only -xc - && sed -i "/$LINE/d" ./$1
    fi
done < "$1"

你可以用一些简单的正则表达式实现大部分的方式。基本上，如果以下情况下，一行最有可能是而不是代码：

• 它开始于一些或没有空格，
• 其次是//，
• 后面跟着一些只包含空格、字母、数字和基本标点符号的文本，
• 并且不会以;结尾。

您可以为上述组合(或其逆组合)编写正则表达式，并对实际需要删除的候选人数量进行概述。在100 k行中，可能有不到1k行与这个简单的过滤器匹配，这肯定在“可以手动通过”范围内。

我最有可能从寻找匹配\w*//.*;的行开始，查看结果并确认所有的结果都可以删除。这里的假阳性数应该是极低的。请注意，这不会捕获被注释掉的多行语句。