博客
关于我
注释转换
阅读量:774 次
发布时间:2019-03-24

本文共 2993 字,大约阅读时间需要 9 分钟。

输入程序的目标是将源文件中C风格的注释转换为C++风格的注释,并将结果保存到另一个文件中。通过对原有注释的识别和处理,程序能够按照目标语言的注释风格进行转换。

示例代码解析

#include 
#pragma warning(disable:4996)typedef enum Condition { NOT_ANNOTATION, MAYBE_IN_ANNOTATION, C_ANNOTATION, CPP_ANNOTATION, MAYBE_OUT_ANNOTATION} Condition;int main() { FILE *pIn = fopen("input.c", "rt"); if (pIn == NULL) { perror("fopen test"); return 1; } FILE *pOut = fopen("output.c", "wt"); if (pOut == NULL) { fclose(pIn); perror("fopen out"); return 1; } char ch; Condition state = NOT_ANNOTATION; do { ch = fgetc(pIn); switch (state) { case NOT_ANNOTATION: if (ch == '/') { state = MAYBE_IN_ANNOTATION; fputc(ch, pOut); } else { state = NOT_ANNOTATION; fputc(ch, pOut); } break; case MAYBE_IN_ANNOTATION: if (ch == '/') { state = CPP_ANNOTATION; fputc(ch, pOut); } else if (ch == '*') { state = C_ANNOTATION; fputc('/', pOut); } else { state = NOT_ANNOTATION; fputc(ch, pOut); } break; case CPP_ANNOTATION: if (ch == '\n') { state = NOT_ANNOTATION; fputc(ch, pOut); } else { fputc(ch, pOut); } break; case C_ANNOTATION: if (ch == '*') { state = MAYBE_OUT_ANNOTATION; } else { fputc(ch, pOut); if (ch == '\n') { fprintf(pOut, "//"); } } break; case MAYBE_OUT_ANNOTATION: if (ch == '*') { fputc('*', pOut); state = MAYBE_OUT_ANNOTATION; } else if (ch == '/') { char nextch = fgetc(pIn); if (nextch != '\n') { fputc('\n', pOut); } ungetc(nextch, pIn); state = NOT_ANNOTATION; } else { fputc('*', pOut); fputc(ch, pOut); state = C_ANNOTATION; } break; } } while (ch != EOF); fclose(pOut); fclose(pIn); return 0;}

转换逻辑说明

  • 状态枚举:定义了五种状态,分别为未注释(NOT_ANNOTATION)、可能进入注释(MAYBE_IN_ANNOTATION)、C风格注释(C_ANNOTATION)、C++风格注释(CPP_ANNOTATION)以及可能出注释(MAYBE_OUT_ANNOTATION)。

  • 读取和处理字符

    • 当当前状态为NOT_ANNOTATION时,若字符为/,则可能进入注释模式;否则保持非注释状态。
    • MAYBE_IN_ANNOTATION状态下,遇到/转为C++注释模式,遇到*转为C风格注释模式。
    • C++注释模式按\n转换回非注释状态。
    • C风格注释模式遇到*进入可能出注释状态,正常字符则输出*并显示字符。
    • 在可能出注释状态下,遇到/则检查下一个字符是否为\n,决定是否插入换行符。
  • 输出处理

    • 每种状态下都会输出当前字符或执行相应的注释转换操作。
  • 该程序逻辑清晰,能够准确识别和转换不同注释类型,同时兼容C和C++的注释风格。

    转载地址:http://oblkk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>