Visual Studio正则表达式使用宏删除VB.NET代码中的所有注释和空行

Question

我试图在宏的帮助下删除文件中的所有注释和空行.现在我想出了这个删除注释的解决方案(下面描述了一些错误),但是无法删除之间的空白行 -

Sub CleanCode()
    Dim regexComment As String = "(REM [\d\D]*?[\r\n])|(?<SL>\'[\d\D]*?[\r\n])"
    Dim regexBlank As String = "^[\s|\t]*$\n"
    Dim replace As String = ""

    Dim selection As EnvDTE.TextSelection = DTE.ActiveDocument.Selection
    Dim editPoint As EnvDTE.EditPoint

    selection.StartOfDocument()
    selection.EndOfDocument(True)

    DTE.UndoContext.Open("Custom regex replace")
    Try
        Dim content As String = selection.Text
        Dim resultComment As String = System.Text.RegularExpressions.Regex.Replace(content, regexComment, replace)
        Dim resultBlank As String = System.Text.RegularExpressions.Regex.Replace(resultComment, regexBlank, replace)
        selection.Delete()
        selection.Collapse()
        Dim ed As EditPoint = selection.TopPoint.CreateEditPoint()
        ed.Insert(resultBlank)
    Catch ex As Exception
        DTE.StatusBar.Text = "Regex Find/Replace could not complete"
    Finally
        DTE.UndoContext.Close()
        DTE.StatusBar.Text = "Regex Find/Replace complete"
    End Try
End Sub

所以,这是运行宏之前和之后的样子.

之前

Public Class Class1
    Public Sub New()
        ''asdasdas
        Dim a As String = "" ''asdasd
        ''' asd ad asd
    End Sub


    Public Sub New(ByVal strg As String)

        Dim a As String = ""

    End Sub


End Class

后

Public Class Class1
    Public Sub New()
        Dim a As String = ""
    End Sub
    Public Sub New(ByVal strg As String)
        Dim a As String = ""
    End Sub
End Class

宏主要存在两个主要问题

• 它不能删除其间的空行.
• 如果有一段代码是这样的

Dim a as String = "Name='Soham'"

然后在运行宏之后就变成了

Dim a as String = "Name='"

Answer 1

要删除包含空格或无任何内容的行,可以使用此正则表达式:

(?m)^[ \t]*[\r\n]+

你的正则表达式,^[\s|\t]*$\n如果你指定了多线模式((?m)),它会工作,但它仍然是不正确的.一方面,|匹配文字|; 没有必要在字符类中指定"或".另一方面,\s匹配任何空白字符,包括TAB(\t),carriage-return(\r)和linefeed(\n),这使得它不必要地冗余和低效.例如,在第一个空白行(在第一个空白行结束之后Sub),^[\s|\t]*最初将尝试匹配单词之前的所有内容Public,然后它将返回到前一行的末尾,其中$\n可以匹配.

但是空行除了是空的或仅包含水平空格(空格或TAB)之外,还可以包含注释.我选择将这些"仅注释"行视为空行,因为它相对容易,并且它简化了在非空行中匹配注释的任务,这要困难得多.这是我的正则表达式:

^[ \t]*(?:(?:REM|')[^\r\n]*)?[\r\n]+

在使用任何前导水平空格后,如果我看到REM或'表示注释,我会消耗它以及之后的所有内容直到下一行分隔符.请注意,唯一需要出现的是行分隔符本身.还要注意没有端锚,$.当您明确匹配行分隔符时,永远不必使用它,在这种情况下,它会破坏正则表达式.在多行模式下,$仅在换行符(\n)之前匹配,而不是在回车符()之前匹配\r.(这种.NET风格的行为是不正确的,而且相当令人惊讶,因为微软长期以来一直倾向于\r\n作为行分隔符.)

匹配剩余的评论是一项根本不同的任务.正如您所发现的,只是搜索REM或'不好,因为您可能会在字符串文字中找到它,而这并不表示评论的开始.你要做的就是从行的开头开始,消费和捕获任何不是注释开头或字符串文字的内容.如果您找到双引号,请继续使用字符串文字.如果你找到一个REM或',停止捕获并继续使用其余部分.然后用刚捕获的部分替换整行 - 即评论前的所有内容.这是正则表达式:

(?mn)^(?<line>[^\r\n"R']*(("[^"]*"|(?!REM)R)[^\r\n"R']*)*)(REM|')[^\r\n]*

或者,更可读:

(?mn)             # Multiline and ExplicitCapture modes
^                 # beginning of line
(?<line>          # capture in group "line"
  [^\r\n"R']*     # any number of "safe" characters
  (
    (
      "[^"]*"     # a string literal
      |
      (?!REM)R    # 'R' if it's not the beginning of 'REM'
    )
    [^\r\n"R']*   # more "safe" characters
  )*
)                 # stop capturing
(?:REM|')         # a comment sigil
[^\r\n]*          # consume the rest of the line

替换字符串将是"${line}".其他一些说明:

• 请注意,此正则表达式并不与结束[\r\n]+消耗线分离器,如"空白行"的正则表达式一样.
• $由于与以前相同的原因,它也不会以任何一种结束.该[^\r\n]*会贪婪地消耗行分隔符之前的一切,所以不需要锚.
• 唯一需要出现的是REMor '; 我们不打扰匹配任何不包含注释的行.
• ExplicitCapture模式意味着我可以使用(...)而不是(?:...)所有我不想捕获的组,但命名组(?<line>...)仍然有效.
• 尽管如此,如果VB支持多行注释,或者其字符串文字支持反斜杠转义,这个正则表达式会更糟糕.

我不做VB,但这是C#的演示.