PowerShell 删除脚本中的所有注释

问题描述 投票：0回答：5

我正在寻找一种从文件中删除所有注释的方法。发表评论的方式有很多种，但我只对简单的 

#
形式的评论感兴趣。原因是我只将 
<# #>
用于函数内 
.SYNOPSIS
，这是功能代码，而不只是注释，所以我想保留它们）。

编辑：我已经使用下面的有用答案更新了这个问题。

所以我只需要几个场景：

a）在行首用 

#
进行整行注释（或者之前可能有空格。即 
^\s*#
的正则表达式似乎有效。

b）在行首添加一些代码，然后在行尾添加命令。 我想避免剥离具有例如

Write-Host "#####"
但我认为这已包含在我拥有的代码中。

我能够通过拆分删除行尾注释，因为我无法弄清楚如何使用正则表达式来做到这一点，有谁知道如何使用正则表达式来实现这一点？

分割并不理想，因为线上的 

<#
会被 
-split
删除，但我已经通过分割 
" #"
修复了这个问题。这并不完美，但可能足够好 - 也许可能存在更可靠的正则表达式方法？

当我对 7,000 行长的脚本执行以下操作时，它可以工作（！）并删除大量注释，但是，输出文件的大小几乎翻倍（！？）从 400kb 到大约 700kb。有谁明白为什么会发生这种情况以及如何防止这种情况（这与 BOM 或 Unicode 或类似的东西有关吗？Out-File 似乎确实使文件大小膨胀了！）

$x = Get-Content ".\myscript.ps1"   # $x is an array, not a string
$out = ".\myscript.ps1"
$x = $x -split "[\r\n]+"               # Remove all consecutive line-breaks, in any format '-split "\r?\n|\r"' would just do line by line
$x = $x | ? { $_ -notmatch "^\s*$" }   # Remove empty lines
$x = $x | ? { $_ -notmatch "^\s*#" }   # Remove all lines starting with ; including with whitespace before
$x = $x | % { ($_ -split " #")[0] }    # Remove end of line comments
$x = ($x -replace $regex).Trim()       # Remove whitespace only at start and end of line
$x | Out-File $out
# $x | more
regex powershell comments
5个回答
5
投票

老实说，识别和处理所有评论的最佳方法是使用 PowerShell 的语言解析器或 Ast 类之一。很抱歉我不知道哪个 Ast 包含评论；所以这是一种更丑陋的方式，会过滤掉块和行注释。

$code = Get-Content file.txt -Raw
$comments = [System.Management.Automation.PSParser]::Tokenize($code,[ref]$null) |
    Where Type -eq 'Comment' | Select -Expand Content
$regex = ( $comments |% { [regex]::Escape($_) } ) -join '|'

# Output to remove all empty lines
$code -replace $regex -split '\r?\n' -notmatch '^\s*$'

# Output that Removes only Beginning and Ending Blank Lines
($code -replace $regex).Trim()
1
投票

执行与示例相反的操作：仅发出不匹配的行：

## Output to console
Get-Content .\file.ps1 | Where-Object { $_ -notmatch '#' }

## Output to file
Get-Content .\file.ps1 | Where-Object { $_ -notmatch '#' } | Out-file .\newfile.ps1 -Append
1
投票

基于@AdminOfThings使用抽象语法树（AST）类解析器方法的有用答案，但避免任何正则表达式：

$Code = $Code.ToString() # Prepare any ScriptBlock for the substring method
$Tokens = [System.Management.Automation.PSParser]::Tokenize($Code, [ref]$null)
-Join $Tokens.Where{ $_.Type -ne 'Comment' }.ForEach{ $Code.Substring($_.Start, $_.Length) }
1
投票

至于附带的问题，输出文件的大小大约是输入文件的两倍：

  • 正如 AdminOfThings 指出的那样，Windows PowerShell
     中的
    Out-File 默认为 UTF-16LE（“Unicode”）编码，其中字符由（至少）两个 字节表示，而 ANSI 编码，如所用默认情况下，Windows PowerShell 中的 
    Set-Content
    将所有（支持的）字符编码为 single 字节。同样，UTF-8 编码文件仅使用 one 字节表示 ASCII 范围内的字符（请注意，PowerShell (Core) 7+ 现在始终默认为（无 BOM）UTF-8）。根据需要使用 
    -Encoding
    参数。

基于 regex 的问题解决方案永远不会完全稳健，即使您尝试将注释删除限制为单行注释。

为了获得完全的鲁棒性，您确实必须使用 PowerShell 的语言解析器，如其他答案中所述。

但是，在删除注释后重建原始源代码时必须小心：

  • AdminOfThings 的答案有删除太多的风险，考虑到随后使用-replace进行的基于全局

    正则表达式
    的处理：虽然这种情况不太可能发生，但如果注释在字符串中重复，则会被错误地也从那里删除了。

  • iRon 的答案 通过加入不带空格的标记来冒语法错误的风险，例如，. .\foo.ps1 会变成 

    ..\foo.ps1
    。盲目地在标记之间放置空格是
    不是
    一个选项，因为属性访问语法会被破坏（例如，$host.Name会变成
    $host . Name
    ，但值和
    .
    运算符之间不允许有空格）
    

    

    • 以下解决方案避免了这些问题，同时尝试尽可能保留原始代码的格式，但这有局限性，因为解析器不会报告行内空格：




    这意味着您无法判断给定行上标记之间的空白是否由制表符、空格或两者的混合组成。下面的解决方案在处理之前将所有制表符替换为 2 个空格；根据需要调整。
  • 

    

    • 为了在某种程度上补偿删除占用自己行的注释，超过 2 个连续的空白行或空行将被折叠成一个空行。可以完全删除空白/空行，但这可能会损害可读性。
  • 

    

    

    • # Tokenize the file content.
# Note that tabs, if any, are replaced by 2 spaces first; adjust as needed.
$tokens = $null
$null = [System.Management.Automation.Language.Parser]::ParseInput(    
  ((Get-Content -Raw .\myscript.ps1) -replace '\t', '  '), 
  [ref] $tokens,
  [ref] $null
)  

# Loop over all tokens while omitting comments, and rebuild the source code 
# without them, trying to preserve the original formatting as much as possible.
$sb = [System.Text.StringBuilder]::new() 
$prevExtent = $null; $numConsecNewlines = 0
$tokens.
  Where({ $_.Kind -ne 'Comment' }).
  ForEach({ 
    $startColumn = if ($_.Extent.StartLineNumber -eq $prevExtent.StartLineNumber) { $prevExtent.EndColumnNumber }
                   else { 1 }
    if ($_.Kind -eq 'NewLine') {
      # Fold multiple blank or empty lines into a single empty one.
      if (++$numConsecNewlines -ge 3) { return }
    } else {
      $numConsecNewlines = 0
      $null = $sb.Append(' ' * ($_.Extent.StartColumnNumber - $startColumn))
    }
    $null = $sb.Append($_.Text)
    $prevExtent = $_.Extent
  })

# Output the result.
# Pipe to Set-Content as needed.
$sb.ToString()


    




    

    
    
    

    

        

            

                

                    
0
投票

                    
                

            

        

        


# $code = ...get string contents of file or script block...
$commentTokens = [System.Management.Automation.PSParser]::Tokenize($code, [ref]$null) |
    Where Type -eq 'Comment'

$newCode = $code

# any unique token that we will replace at the end (could generate guid if we want to)
$newComment = "<#~xRMx~#>"
# $newComment = "<#{0}#>" -f [Guid]::NewGuid()

$overlapSize = 0

# Normalize all comments to a known comment value `$newComment`
$commentTokens | foreach {
    # adjust starting position based on previous replacement overlap sizes
    $start = $_.Start + $overlapSize 

    $newCode = $newCode.Remove($start, $_.Length).Insert($start, $newComment)

    $overlapSize += ($newComment.Length - $_.Length) # calculate overlap sizes
}

$newCode = $newCode -replace $newComment, "" `
    # -split '\r?\n' -notmatch '^\s*$' ` # uncomment to remove blank lines
    -join "`n"

$newCode



根据我的测试，可以处理各种注释配置（单行、多行、部分行）。查看
这个复制项目
。你可以分叉它并玩弄它。
    


    

    


  

  

    
最新问题


  





  

    © www.soinside.com 2019 - 2024. All rights reserved.