移除 C++ 源码所有注释

平台约定：本机主力环境是 Linux（Arch）——命令以 bash 为先、可直接执行；Windows 专属步骤一律收进「Windows（PowerShell）」小节，不在 Linux 段落里混用。

何时用

用户要求删除/移除/清空 C/C++ 项目中的全部注释（含 Windows bat 的 rem；Linux 侧同类的 .sh 注释见第 4 步）。

步骤

1. 备份：无 git 时必须先备份，删除不可逆。

   Linux（bash）

   cp -r <src_dir> <src_dir>_备份_含注释
   

   Windows（PowerShell）

   Copy-Item -Recurse <src_dir> <src_dir>_备份_含注释
   

2. 词法剥离器（Python，逐字符状态机）：

   • 状态：普通 / 字符串 " / 字符字面量 '
   • 字符串或字符内：原样输出；遇 \ 转义则连下一字符输出并跳过；遇闭合引号退出状态
   • 普通态遇 //：跳过到行尾（while i < n and s[i] != '\n': i += 1）
   • 普通态遇 " 或 '：进入对应状态
   • 预处理命令不处理（#define 等不含 // 不受影响）；R"(...)" 原始字符串需额外处理（先 grep 确认是否存在）

3. 整行/行尾注释处理：

   • 整行只有注释（行内无代码）→ 删整行
   • 行尾注释 → 保留代码，删 // 到行尾，rstrip 行尾空白
   • 删除后压缩连续空行（2+ → 1），去文件首部空行，保证尾部单换行

4. 脚本文件注释：

   • Windows bat：re.match(r"^\s*rem\b", ln) 删行（rem 是 bat 注释）
   • Linux shell：同类处理 ^\s*# 行；但 #! shebang 必须保留（首行 #!/usr/bin/env bash 不是注释），且 # 出现在参数/字符串里（如 ${var#prefix}）不能删——不确定就别碰 .sh，本技能的主目标是 C/C++

5. 验证（缺一不可）：

   • 无残留：把字符串/字符字面量掩码为占位后，剩余文本逐行查 //
   • 零破坏：剥离器重放备份文件 → 与新文件字节级对比（这是唯一可靠对比；用正则提取字符串对比新旧会错位误报——注释里的字符串示例如 // cmd /k "cd /d 目录" 会被计入旧文件）
   • 编译：项目有 build 脚本时，构建到退出码 0（命令见下）
   • 运行时：跑一次产物确认中文输出完好

编译与运行时验证（第 5 步的命令）

Linux（bash）

make && echo "EXIT_CODE=$?"          # 或：bash build.sh; echo "EXIT_CODE=$?"
./<产物>                              # 跑一次确认中文输出完好

Windows（PowerShell）

cmd /c build.bat                     # 看 EXIT_CODE=0
.\<产物>.exe                         # 跑一次 exe 确认中文输出完好

坑

• 字符串内 //（如说明文本、路径）绝不能删
• 注释里的字符串字面量会污染新旧对比 → 用重放法而非提取法
• 删注释后不压缩空行会留下成片空行，代码极丑
• 交付时告知用户备份目录位置，确认后可删