c++ - 从字符串中删除行注释

Question

我正在编写一个文本解析器，它需要能够从行中删除注释。我使用的是一种相当简单的语言，其中所有注释都由 # 字符启动，之后删除所有内容会很简单，但我必须处理 # 在字符串内部的可能性。

因此，我的问题是，给定一个字符串，例如
Value="字符串#1";"字符串#2"; # 这是一个由 "-delimited strings, "Like this"
我怎样才能最好地提取子字符串
Value="String#1";"String#2";(注意尾随空格)

请注意，注释可能包含引号，而且整行可能会选择 "和 ' 分隔符，尽管它会在整行中保持一致。如果它很重要，这是事先知道的。字符串中的引号将被\

转义

Answer 1

std::string stripComment(std::string str) {
    bool escaped = false;
    bool inSingleQuote = false;
    bool inDoubleQuote = false;
    for(std::string::const_iterator it = str.begin(); it != str.end(); it++) {
         if(escaped) {
             escaped = false;
         } else if(*it == '\\' && (inSingleQuote || inDoubleQuote)) {
             escaped = true;
         } else if(inSingleQuote) {
             if(*it == '\'') {
                 inSingleQuote = false;
             }
         } else if(inDoubleQuote) {
             if(*it == '"') {
                 inDoubleQuote = false;
             }
         } else if(*it == '\'') {
             inSingleQuote = true;
         } else if(*it == '"') {
             inDoubleQuote = true;
         } else if(*it == '#') {
             return std::string(str.begin(), it);
         }
    }
    return str;
}

编辑:或者更教科书的 FSM，

std::string stripComment(std::string str) {
    int states[5][4] = {
    //      \  '  "
        {0, 0, 1, 2,}
        {1, 3, 0, 1,},  //single quoted string
        {2, 4, 2, 0,},  //double quoted string
        {1, 1, 1, 1,},  //escape in single quoted string
        {2, 2, 2, 2,},  //escape in double quoted string
    };
    int state = 0;
    for(std::string::const_iterator it = str.begin(); it != str.end(); it++) {
        switch(*it) {
            case '\\':
                state = states[state][1];
                break;
            case '\'':
                state = states[state][2];
                break;
            case '"':
                state = states[state][3];
                break;
            case '#':
                if(!state) {
                    return std::string(str.begin(), it);
                }
            default:
                state = states[state][0];
        }          
    }
    return str;
}

states 数组定义了 FSM 状态之间的转换。

第一个索引是当前状态，0，1，2，3，或者4。

第二个索引对应字符，\、'、"，或者其他字符。

根据当前状态和字符，数组告诉下一个状态。

仅供引用，这些假定反斜杠转义字符串中的任何字符。您至少需要它们来转义反斜杠，这样您就可以拥有一个以反斜杠结尾的字符串。