为什么在 C++ 中注释掉多行注释不一致？

Question

所以我们知道

// This doesn't affect anything

/*
This doesn't affect anything either
*/

/*
/* /* /*
This doesn't affect anything
*/
This does because comments aren't recursive

/* /*
This doesn't affect anything
*/ */
This throws an error because the second * / is unmatched since comments aren't recursive

我听说它们不递归的原因是因为它们会减慢编译器的速度，我想这是有道理的。然而现在，当我用更高级的语言（比如 Python）解析 C++ 代码时，我可以简单地使用正则表达式

"\/[\/]+((?![\n])[\s\S])*\r*\n"

匹配// single line comments并使用

"\/\*((?!\*\/)[\s\S])*\*\/"

匹配/* multiline comments */，然后循环遍历所有单行注释，将其删除，然后循环遍历所有多行注释并将其删除。或相反亦然。但这就是我被困住的地方。似乎只做其中之一还不够，因为：

// /*
An error is thrown because the /* is ignored
*/

/*
This doesn't affect things because of mysterious reasons
// */

和

/*
This throws an error because the second * / is unmatched
// */ */

这种行为的原因是什么？它也是编译器解析事物的方式的产物吗？需要明确的是，我不想改变 C++ 的行为，我只想知道第二组示例的行为背后的原因。

编辑：

所以，是的，更明确地说，我的问题是为什么以下三种（看似合理的）解释这种行为的方法不起作用：

1. 只需忽略 // 之后的行上的所有字符，无论它们是 /* 还是 * /，即使您位于多行注释中。

2. 允许 / * 或 */ 后跟 // 仍然有效。

3. 以上两者皆有。

我理解为什么不允许嵌套注释，因为它们需要堆栈和任意大量的内存。但这三种情况则不会。

再次编辑：

如果有人感兴趣，这里有以下代码，用于按照此处讨论的正确注释规则提取 python 中 ac/c++ 文件的注释：

import re
commentScanner = re.Scanner([
  (r"\/[\/]+((?![\n])[\s\S])*\r*(\n{1})?", lambda scanner, token: ("//", token)),
  (r"\/\*((?!\*\/)[\s\S])*\*\/", lambda scanner, token: ("/* ... */", token)),
  (r"[\s\S]", lambda scanner, token: None)
])
commentScanner.scan("fds a45fsa//kjl fds4325lkjfa/*jfds/\nk\lj\/*4532jlfds5342a  l/*a/*b/*c\n//fdsafa\n\r\n/*jfd//a*/fd// fs54fdsa3\r\r//\r/*\r\n2a\n\n\nois")

Answer 1

这并不矛盾。现有行为既易于指定又易于实现，并且您的编译器正在正确实现它。请参阅标准中的 [lex.comment]。

\n\n

\n

字符/*开始注释，以字符 结束*/。这些注释不嵌套。这些字符//开始注释，并以下一个换行符结束。如果此类注释中存在换页符或垂直制表符，则其与结束注释的换行符之间只能出现空格字符；无需诊断。[ 注意：注释字符\n //、/*、 和在注释*/中没有特殊含义//，并且像其他字符一样被处理。\n 同样，注释字符//和在注释/*中没有特殊含义/*。\xe2\x80\x94尾注]

\n

\n\n

正如您所看到的，//可用于注释掉/*和*/。只是注释不能嵌套，所以如果//已经在 a 内/*，那么//根本没有效果。

\n