在这个有限状态机下编写Python正则表达式

Question

我正在使用PLY用Python编写Java lexer

我有一个有限状态机：

它的目标应该是匹配某些代码中的所有行注释。我想构建一个Python正则表达式，它与这台机器完全一样

我想要找到的正则表达式将被写在一个名为t_IGNORE_LINECOMMENT(t)的方法中，这样，在词法分析时，每一行注释都将被忽略

我发现的所有类似正则表达式都有一些问题，比如

(\/\/[^"\n\r]*(?:"[^"\n\r]*"[^"\n\r]*)*[\r\n]|\/\*([^*]|\*(?!\/))*?\*\/)(?=[^"]*(?:"[^"]*"[^"]*)*$)

这是可以测试的

这个应该匹配每种注释，但也可以匹配"//"/"并且无法匹配hey = "//comment" //comment "，将所有//comment" //comment "作为注释匹配，而不仅仅是//comment

在有限状态机中，我调用A所有字母，当我写A/{x,y}时，我指的是除x和y之外的所有字母

Answer 1

(?:[^"]|"(?:[^\"]|\\.)*")*?(//.*?[\r\n])

应该做您想做的事情（给定^{}）：它匹配尽可能少的非字符串字符或字符串（本身是任意数量的非引号非转义或转义），后跟//和尽可能少的字符，直到下一个EOL字符。（第一次非贪婪重复是必要的，以使注释尽可能长。）