编译原理实验一：预处理

实验要求

设计一个程序，从任意字符串中剔除C语言形式的注释，包括：

①形如： //… 的单行注释；

②形如： /…/ 的多行注释。

（1）输入文件：input.txt，纯文本。内容是一个可能带有注释的源程序字符串。

（2）输出文件：output.txt。内容是剔除可能存在的注释之后剩余的字符串。

编程环境和语言

编程语言：C++

IDE：vs 2019

实验原理分析

按行读取，有两个字符变量，用来存储当前字符和上一个字符，若两个字符为“//”或者“/*”，则说明进入到注释部分，后面的数据都可以忽略，同时将空白字符忽略掉。另外还需要注意一种特殊的情况，即在引号对中的注释符号应该不能够被理解为注释。

程序关键部分分析

进行预处理的函数为pre_process(ifstream& fin, ofstream& fout)

定义

在pre_process()函数中，主要定义的变量如下所示：

char buff[1024] = { '\0' };  //用来存储读入的数据
char data[1024] = { '\0' };  //用来存储处理过的数据
char old_c = '\0';  //用来存储上一个字符
char cur_c;  //用来存储当前字符
int in_comment = 0;  //0表示当前字符未在注释里,1表示在多行注释中,2表示在单行注释中,3表示在双引号中,4表示在单引号中
bool first = true;  //判断是否读入的是第一行,以决定是否在输出文件前先输出换行符
int i = 0;  //计数器,记录buff
int j = 0;  //计数器，记录data

关键部分分析

关键部分的代码如下所示：

while (fin.getline(buff, sizeof(buff))) {
    while (i < strlen(buff)) {
        cur_c = buff[i++];  //首先将获取的字符存入缓存中
        switch (in_comment) {
        case 0:
            if (cur_c == '\"') {  //进入双引号中
                data[j++] = cur_c;
                in_comment = 3;
            }
            else if (cur_c == '\'') {  //进入单引号中
                data[j++] = cur_c;
                in_comment = 4;
            }
            else if (old_c == '/' && cur_c == '*') {  //进入多行注释中
                j--;
                in_comment = 1;
            }
            else if (old_c == '/' && cur_c == '/') {  //进入单行注释中
                j--;
                in_comment = 2;
            }
            else if (isspace(cur_c)) {
                //若为空白字符,则不存入data中
            }
            else {  //其他情况则直接将数据写入data中
                data[j++] = cur_c;
            }
            break;
        case 1:if (old_c == '*' && cur_c == '/') in_comment = 0;  //多行注释结束
            break;
        case 2:if (i == strlen(buff)) in_comment = 0;  //单行注释到这行结束时标志位置为0
            break;
        case 3:
            data[j++] = cur_c;
            if (cur_c == '\"') in_comment = 0;
            break;
        case 4:
            data[j++] = cur_c;
            if (cur_c == '\'') in_comment = 0;
            break;
        }
        old_c = cur_c;  //保留上一个字符
    }
    if (j > 0) {  //若这一行处理过后的data数组有数据，则读出到文件中
        if (!first) {
            fout << '\n';
        }
        else first = false;
        for (int k = 0; k < j; k++) {
            fout << data[k];
        }
    }
    i = j = 0;  //读取新的一行数据前，这些变量先进行重置
}
if (in_comment != 0) fout << '\n' << "error"; //若标志位不等于0,则说明多行注释不到位,没有结束标志

这里需要注意的是，形如：

"sdf//sdf"
'sdf//sdf'

这种输入，即引号中的双斜杠不应该被理解为注释符！！！

主程序

int main() {
    ifstream fin("input.txt");
    while (!fin.is_open()) {
        cout << "文件不存在!";
        return 0;
    }
    ofstream fout("output.txt");
    pre_process(fin, fout);

    fin.close(); fout.close();
    return 0;
}

程序测试

测试用例1的输入为：

start
abc/*def
ghi*/
lmn//opq
rst/uvw
x*y*/z
end

输出的结果为：

start
abc
lmn
rst/uvw
x*y*/z
end

测试用例2的输入为：

start
123
7
abc/d
ef
jk
t
end

输出的结果为：

start
123
7
abc/d
ef
jk
t
end

测试用例3的输入为：

start
123//456
7//8/*9//
abc/d
ef/*ghi*/
jk/*
end

输出的结果为：

start
123
7
abc/d
ef
jk
error

测试用例4的输入为：

start
pri"sdf//sdf"//sdf
end

输出结果为：

start
pri"sdf//sdf"
end

完整代码

#include<iostream>
#include<fstream>
#include<string>
using namespace std;

void pre_process(ifstream& fin, ofstream& fout) {
    char buff[1024] = { '\0' };  //用来存储读入的数据
    char data[1024] = { '\0' };  //用来存储处理过的数据
    char old_c = '\0';  //用来存储上一个字符
    char cur_c;  //用来存储当前字符
    int in_comment = 0;  //0表示当前字符未在注释里,1表示在多行注释中,2表示在单行注释中,3表示在双引号中,4表示在单引号中
    bool first = true;  //判断是否读入的是第一行,以决定是否在输出文件前先输出换行符
    int i = 0;  //计数器,记录buff
    int j = 0;  //计数器，记录data
    while (fin.getline(buff, sizeof(buff))) {
        while (i < strlen(buff)) {
            cur_c = buff[i++];  //首先将获取的字符存入缓存中
            switch (in_comment) {
            case 0:
                if (cur_c == '\"') {  //进入双引号中
                    data[j++] = cur_c;
                    in_comment = 3;
                }
                else if (cur_c == '\'') {  //进入单引号中
                    data[j++] = cur_c;
                    in_comment = 4;
                }
                else if (old_c == '/' && cur_c == '*') {  //进入多行注释中
                    j--;
                    in_comment = 1;
                }
                else if (old_c == '/' && cur_c == '/') {  //进入单行注释中
                    j--;
                    in_comment = 2;
                }
                else if (isspace(cur_c)) {
                    //若为空白字符,则不存入data中
                }
                else {  //其他情况则直接将数据写入data中
                    data[j++] = cur_c;
                }
                break;
            case 1:if (old_c == '*' && cur_c == '/') in_comment = 0;  //多行注释结束
                break;
            case 2:if (i == strlen(buff)) in_comment = 0;  //单行注释到这行结束时标志位置为0
                break;
            case 3:
                data[j++] = cur_c;
                if (cur_c == '\"') in_comment = 0;
                break;
            case 4:
                data[j++] = cur_c;
                if (cur_c == '\'') in_comment = 0;
                break;
            }
            old_c = cur_c;  //保留上一个字符
        }
        if (j > 0) {  //若这一行处理过后的data数组有数据，则读出到文件中
            if (!first) {
                fout << '\n';
            }
            else first = false;
            for (int k = 0; k < j; k++) {
                fout << data[k];
            }
        }
        i = j = 0;  //读取新的一行数据前，这些变量先进行重置
    }
    if (in_comment != 0) fout << '\n' << "error"; //若标志位不等于0,则说明多行注释不到位,没有结束标志
}

int main() {
    ifstream fin("input.txt");
    while (!fin.is_open()) {
        cout << "文件不存在!";
        return 0;
    }
    ofstream fout("output.txt");
    pre_process(fin, fout);

    fin.close(); fout.close();
    return 0;
}