使用正则表达式，去除C++的注释

难点是识别字符串中的//, /*和*/。后来觉得只要在匹配注释的时候越过字符串，不去管它就好了。

匹配C++中的字符串的正则表达式是"([^\*]|\.)*?"，意思是引号中字符不能有和*，但是可以有.这种情况，这样就避开了类似"abc"这种字符串，同时也包含了"abc"","abc "这些情形。

代码如下：

#-*- coding:gbk -*-
import re

def ReplaceComment(matchobj):
    if not matchobj:
        return
    
    matchstr = matchobj.group(0)
    if matchstr.startswith('"') and matchstr.endswith('"'):
        return matchstr
    else:
        return ''

def RemoveComment(inputfileName, outputfileName):
    codeString = ""
    with open(inputfileName, "rt") as inputfile:
        codeString = inputfile.read()
    
    singleLineCommentExp = r'//[^
]*'
    multiLinecommentExp = r'/*.*?*/'
    literalStringExp = r'"([^\"]|\.)*?"' #. should match newline, for scenario like multiline literal string
    
    patternExp = literalStringExp + '|' + singleLineCommentExp + '|' +  multiLinecommentExp
    codeString = re.sub(patternExp, ReplaceComment, codeString, 0, re.MULTILINE|re.DOTALL)
    
    with open(outputfileName, "wt") as outputfile:
        outputfile.write(codeString)

 如果发现BUG，欢迎指正