去除C/C++程序代码中的注释

最近搞软件著作权，去除代码空行和注释比较麻烦，想写个程序自动去除，去网上搜了下，发现有类似的程序，不过只有去除注释。鉴于word中可以去除空行（用^p^p替换^p），先用网上的代码，以后有时间写个完整版的，遍历代码文件夹搜索指定的格式，自动生成最终结果。

注：这个博客的方法不是最好的，最好的方法是使用正则表达式（2013.12.03）

转载自http://blog.csdn.net/mznewfacer/article/details/6942857

程序员面试宝典上面的题目有很多是很经典的问题，可供我们思考，而且会对我们面试有很大好处。

下面是第45页的一个题目：编写一个函数，实现把C/C++程序代码中的注释去掉，我开始看的时候总是看不懂，后来在网上看到一个网友详细的分析了其代码，但是我看了之后觉得有好多地方他分析的都不对，于是，我自己又花了半天的时间分析了一遍，觉得自己理解了，下面给出我的分析语句。如果还有不严谨的部分，请指教！

/********************************************************
功能：去除C/C++中的注释
输入：指向C/C++程序代码的指针及长度
来源：程序员面试宝典第45页

分析：一次读取一行，分两种情况，因为有两种注释：

（1）在读取到的一行中查找“//”，如果找到，则把“//”及其后的部分扔掉。

（2）在读取到的一行中查找“/*”，记录位置pos1，然后再在这行中查找“*/”，如果找到，也记录位置pos2，扔掉它们与其中的内容，以pos2开始，继续查找“/*”；如果在当前行中没有找到，则去掉当前行中“/*”及其后的内容，读取新的一行，查找“*/”，如没有。则去掉读取到的这一行，再读一行，查找“*/”，如找到，记录位置pos2，去掉这一行的0到pos2之间的字符。

（3）进行步骤1、步骤2，直到程序结束。

编程时要考虑的特殊情况i：


“”中的“//”“/*”


''中的“//”“/*”


“//”与“/*”的嵌套关系，比如///* 、/* //*/
*********************************************************/

#include <stdio.h>
#include <stdlib.h>
#include <fcntl.h>
#include <string.h>
#include <unistd.h>
#include <sys/types.h>

void remove_comment(char *buf, size_t size)
{
char *p, *end, c; //p-动态移动的字符指针，end-指向文件末尾的字符指针，c-存储没一个p指向的字符
char *sq_start, *dq_start; //sq_start-单引号开始位置（single），dq_start-双引号开始（double）
char *lc_start, *bc_start; //lc_start-//的开始位置，bc_start-/*的开始位置
size_t len; //记录某符号结束和开始的位置之差（长度，偏移量）

p = buf;
end = p + size;
sq_start = dq_start = NULL;
lc_start = bc_start = NULL;

while (p < end) /*当指针没有到达文件末尾 */
{
c = *p; //用字符变量c存储指针指向的字符

switch (c) //根据c的值做相应处理
{
case '\'': /*处理单引号*/
{
if (dq_start || lc_start || bc_start) //当遇到过双引号、//或/*的时候，则不需要再判断'//'的情况了。
{
p++;
continue; //继续下一个，对while而言的
}
/*******************************以下是没有遇到过双引号或//或/*的时候*******************************/
if (sq_start == NULL) /****如果未遇到单引号****/
{
sq_start = p++; //start指向单引号的开始位置，p指向下一个

}
else /*如果遇到过单引号，sq_start指向单引号开始位置*/
{
len = (p++) -sq_start;

if (len == 2 && *(sq_start+1) == '\\')

{

/*若遇到 “ '\'' ”这种情况则两个单引号并未匹配，遇到的“'”是“\' ”中的，而不是与sq_start所指向单引号匹配*/
continue;
}

sq_start = NULL; //否则将sq_start置位为NULL

}
/*******************************以上是没有遇到过双引号或//或/*的时候*******************************/
break;
}

case '\"': /*处理双引号*/
{
if (sq_start || lc_start || bc_start) //当遇到过单引号、//或/*的时候，则不需要处理
{
p++;
continue;
}
/*****************以下是没有遇到过单引号或//或/*的时候*****************/
if (dq_start == NULL) /*如果没有遇到过双引号*/
{
dq_start = p++; //标记遇到了双引号
}
else if (*((p++) -1) =='\\')

{

/*若遇到 “" ab\''cd" ”这种情况则两个双引号并未匹配，遇到的“"”是“\"”中的，而不是与dq_start所指向双引号匹配*/
continue;
}
dq_start = NULL; //如果双引号中不是//，标记为NULL
/*****************以上是没有遇到过单引号或//或/*的时候*****************/
}

case '/': //斜杠，注意这个斜杠也可以是'//'，"//",//,/*/中的第二个斜杠，但会在下面第二行代码中被忽略掉
{
if (sq_start || dq_start || lc_start || bc_start) //如果是单引号、双引号、斜杠、/*的后面
{
p++;
continue;
}
/***********************下面是遇到注释//或/*的时候****************************/
c = *(p + 1); //否则c取p指向字符的下一个字符
if (c == '/') //遇到了双斜杠
{
lc_start = p; //标记双斜杠的开始
p += 2; //p指向双斜杠后面的字符
}
else if (c == '*') //遇到了/*
{
bc_start = p; //标记/*的开始
p += 2; //p指向/*后面的字符
}
/*************************上面是遇到注释//或/*的时候**************************/
else
{

p++;
}
}

case '*': //星号，同斜杠，但少了如果遇到/*的情况，因为遇到这种情况后，要判断是不是遇到结束的地方*/了
{
if (sq_start || dq_start || lc_start) //如果是单引号、双引号、斜杠、/*的后面
{
p++;
continue;
}

if (*(p + 1) != '/') //如果星号后面紧跟的不是斜杠，那么忽略过。
{
p++;
continue;
}

p += 2; //否则p指向斜杠后面那个字符。注意下面的清空语句，p指向的那个字符并不会被清除。
memset(bc_start, ' ', p-bc_start); //清空/* …… */中间的内容包括注释符号本身。
bc_start = NULL;
break;
}

case '\n': /*换行符，主要处理遇到双斜杠时，需要清除双斜杠到\n的前面的字符*/
{
if (lc_start == NULL) //如果还没有遇到双斜杠，那么忽略
{
p++;
continue;

}

c = *(p - 1);
/*如果遇到过双斜杠，清空双斜杠本身和到\n前面的那个字符，p指向下一个字符，/r是回车符（光标退回到最前面），这里要判断

c == '\r'是因为在UNIX系统下文件结尾的换行只有\n，而windows系统下文件结尾的换行为\r\n */

memset(lc_start, ' ', (c == '\r'? ((p++) -1) : p++) - lc_start);
lc_start = NULL;
break;
}

default:
p++;
break;
}
/****************************************************
如果遇到双斜杠，这个if语句存在的意义在于万一最后
一行代码是带有双斜杠但没有给换行符\n的，也要清除掉。
*****************************************************/
if (lc_start)
{
memset(lc_start, ' ', p - lc_start);
}
}
}

/**********************************************
main函数的开始
***********************************************/
int main (int argc, char *argv[])
{
int fd, n;
char buf[102400];

if (argc != 2)
{
printf("command error: Input as ./command <file>\n");
}

fd = open(argv[1], O_RDONLY); /*只读打开*/
if (fd == -1)
{
return -1;
}

n = read(fd, buf, sizeof(buf));
if (n == -1 || n == 0)
{
close(fd);
return -1;
}
printf("test\n");
remove_comment(buf, n);
*(buf + n) = '\0';
printf("%s", buf);
close(fd);

return 0;
}