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

我试图在宏的帮助下删除文件中的所有注释和空行。现在我想出了这个解决方案，它删除了注释（下面描述了一些错误），但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

因此，这是运行宏之前和之后的样子。

BEFORE

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

AFTER

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

宏观上主要有两个问题

• 它无法删除之间的空白行。
• 如果有一段代码是这样的

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

然后运行宏后就变成了

Dim a as String = "Name='"

要删除包含空格或不包含任何内容的行，可以使用以下正则表达式：

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

你的正则表达式，^[\s|\t]*$\n如果您指定多行模式（(?m)），但它仍然是不正确的。一方面，|匹配文字|;无需在字符类中指定“或”。为了另一个，\s匹配任何空白字符，包括 TAB (\t), 回车符 (\r) 和换行符 (\n），使其不必要地冗余且效率低下。例如，在第一个空行处（在第一个空行结束之后）Sub), the ^[\s|\t]*最初会尝试匹配该单词之前的所有内容Public，然后它将退回到上一行的末尾，其中$\n可以匹配。

但是，空行除了为空或仅包含水平空白（空格或制表符）之外，还可能包含注释。我选择将这些“仅注释”行视为空行，因为它相对容易做到，并且它简化了匹配非空行中的注释的任务，而这要困难得多。这是我的正则表达式：

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

在消耗任何前导水平空白后，如果我看到REM or '表示注释，我会使用它及其后面的所有内容，直到下一个行分隔符。请注意，唯一需要出现的是行分隔符本身。另请注意末端锚点的缺失，$。当您显式匹配行分隔符时，没有必要使用它，在这种情况下，它会破坏正则表达式。在多行模式下，$仅在换行符之前匹配 (\n)，不在回车符之前 (\r）。 （.NET 风格的这种行为是不正确考虑到微软长期以来对\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，只需搜索REM or '不好，因为您可能会在字符串文字中找到它，它并不表示注释的开始。你要做的就是从该行的开头开始，消耗并捕捉任何不是注释或字符串开头的内容。如果找到双引号，请继续使用字符串文字。如果你找到一个REM or '，停止捕获并继续消耗该行的其余部分。然后，您仅用捕获的部分（即注释之前的所有内容）替换整行。这是正则表达式：

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

或者，更易读：

(?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}"。其他一些注意事项：

• 请注意，这个正则表达式确实not结束于[\r\n]+消耗行分隔符，就像“空行”正则表达式一样。
• 它并没有结束于$要么，出于与之前相同的原因。这[^\r\n]*将贪婪地消耗行分隔符之前的所有内容，因此不需要锚点。
• 唯一需要出现的是REM or ';我们不会去匹配任何不包含注释的行。
• ExplicitCapture 模式意味着我可以使用(...)代替(?:...)对于我不想捕获的所有组，但指定的组，(?<line>...)，仍然有效。
• 尽管很粗糙，但如果 VB 支持多行注释，或其字符串文字支持反斜杠转义，则该正则表达式会变得更糟。

我不会VB，但是这是一个 C# 演示.