去除代码中的注释（一）设计思想

编译器的第一个工作是需要去除代码中的注释。这里分析的代码是C源代码。我们知道在C代码中，有两种类型的注释。

1. 块注释。以/*开头，以*/结尾，可以包含多行。

2. 行注释。以//开头直至行末尾。

要去除这两块的注释本身不是难事，比较麻烦的是处理有双引号的情形。例如考虑下面的代码段。

int main()
{
	printf("/* Hello the world");
}

在这段代码中，虽然出现块注释起始符‘/*’，但是不可以将‘/*’后面的字符串看做是注释，因为’/*’出现在双引号内。

为了删除注释，我们需要定义如下非终结符。

<prog>表示整个源代码段，它是文法定义中的初始非终结符。

<line_comment>表示代码段中的行注释片断。

<block_comment>表示代码段中的块注释片断。

<quote>表示代码段中的引用字符串，即C语言中的字符串常量。

<norm_block>表示代码段中非注释，非引用的片段。

一个代码段本质是一个字符串，而一个字符串由一列的字符组成。接下来我们将源码中可能出现的字符进行分类。

<norm_char>：普通字符。包括a-zA-Z0-9_，运算符，括号，空格，单引号等。这类字符在删除注释时，无需特殊处理。

<double_quote_mark>：双引号。是引用字符串的开始和结束标记。

<enter>&#x