Shell 腳本批量去除源代碼註釋：支持 Shell/C/Java 多語言

腳本一：單文件處理版 (del_comment.sh)

#!/bin/bash
# 用法: ./del_comment.sh source_file [target_file]

if [ -z "$1" ]; then
    echo "Usage: $0 source_file [target_file]"
    exit 1
fi

src="$1"
ext="${src##*.}"          # 獲取後綴
if [ -n "$2" ]; then
    dst="$2"
else
    dst="${src%.*}.temp"  # 默認同名 .temp
fi
touch "$dst"

case "$ext" in
    sh)
        echo "Processing shell script..."
        # 刪除行首 # 註釋、行內 # 註釋、空行
        sed 's/[[:space:]]#.*//g' "$src" | \
        sed '/^#/d' | \
        sed '/^[[:space:]]*$/d' > "$dst"
        ;;
    c|java)
        echo "Processing C/Java source..."
        # 刪除 /* */ 單行註釋、跨行註釋、// 註釋、空行
        sed 's/\/\*.*\*\///g' "$src" | \
        sed '/\/\*/,/.*\*\//d' | \
        sed 's/\/\/.*//g' | \
        sed '/^[[:space:]]*$/d' > "$dst"
        ;;
    *)
        echo "Unknown file type: $ext"
        rm -f "$dst"
        exit 1
        ;;
esac

echo "Source: $src -> Target: $dst"

腳本二：遞歸目錄處理版 (del_comment_recursive.sh)

#!/bin/sh
# 遞歸處理目錄下所有 .c/.cpp/.h 文件

del_comment_file() {
    # 刪除 // 開頭的行
    sed -i '/^[[:space:]]*\/\//d' "$file"
    # 刪除行尾 // 註釋 (保留字符串中的 //)
    sed -i 's/\/\/[^"]*//' "$file"
    # 刪除單行 /* */ 註釋
    sed -i 's/\/\*.*\*\///' "$file"
    # 刪除跨行 /* */ 註釋
    sed -i '/^[[:space:]]*\/\*/,/.*\*\//d' "$file"
}

del_comment() {
    for file in *; do
        case "$file" in
            *.c|*.cpp|*.h)
                del_comment_file
                ;;
            *)
                if [ -d "$file" ]; then
                    cd "$file"
                    del_comment
                    cd ..
                fi
                ;;
        esac
    done
}

if [ ! -e "$1" ]; then
    echo "Directory not exist: $1"
    exit 1
fi

cd "$1"
del_comment

核心 sed 正則解析

局限性與改進方向

• 字符串誤傷：printf("https://example.com"); 中的 // 會被誤刪。改進：先提取字符串字面量佔位，處理完再還原。
• 嵌套塊註釋：C 標準不支持嵌套，但某些編譯器允許，簡單正則無法正確配對。
• 多語言擴展：可按後綴分派不同處理函數，支持 Python (#)、HTML (<!-- -->)、SQL (--//* */) 等。
• 保留文檔註釋：如 Javadoc (/** */)、Doxygen，可添加保留邏輯。

工業級替代方案

• uncrustify、clang-format：格式化同時可配置註釋處理。
• doxygen -x 提取文檔註釋而非刪除。
• 語言專用工具：stripcmt (C)、comment-remover (npm/JS)。