如何用JavaScript正则表达式移除Python代码中的注释

嘿，我来帮你搞定这个Python注释移除的问题！你之前用的/#.*(?!')/gi正则之所以失效，核心问题是没考虑Python里字符串的各种复杂情况——比如三重引号的多行字符串、字符串里嵌套的转义引号，还有注释本身可能带引号的场景，这个简单的正则根本没法区分字符串内的#和真正的代码注释#。

问题根源分析 #

你的正则只是粗暴匹配#开头的内容，后面的(?!')反向前瞻完全起不到区分字符串边界的作用——它只能判断#后面不是单引号，但没法判断这个#本身是不是包裹在字符串里。比如测试代码里'src C# for all'里的#，你的正则根本没能力识别它是字符串的一部分，反而可能误操作；而真正的注释部分，也因为逻辑漏洞没被正确匹配。

可行的正则解决方案 #

要正确移除注释，我们得先“跳过”所有合法的Python字符串，只匹配不在字符串范围内的#注释。这里给你一个能覆盖绝大多数常见场景的正则：

/(?:"""[\s\S]*?"""|'''[\s\S]*?'''|"[^"\\]*(?:\\[\s\S][^"\\]*)*"|'[^'\\]*(?:\\[\s\S][^'\\]*)*')|(#.*)/gi

正则各部分拆解

• """[\s\S]*?"""：匹配三重双引号的多行字符串，用非贪婪模式*?避免过度匹配到后续的注释
• '''[\s\S]*?'''：匹配三重单引号的多行字符串，逻辑同上
• "[^"\\]*(?:\\[\s\S][^"\\]*)*"：匹配双引号单行字符串，同时处理转义引号（比如"a\"b"这种带转义的合法写法）
• '[^'\\]*(?:\\[\s\S][^'\\]*)*'：匹配单引号单行字符串，同样兼容转义场景
• (#.*)：捕获真正的代码注释（#开头到行尾的所有内容）

JS代码实现 #

用这个正则配合替换回调函数，就能精准保留所有字符串内容，只移除注释：

const pythonCode = `class AAA: 
    """ item """ 
    '''' 
    SRC_TYPE = ( 
        ('cs', 'src C# for all'), # this is a comment a 'comment' 
        ('cpp', 'C++'), 
        ('ascript', 'a '),#djshdjshdjshds 
        ('script', 'tst C#') 
    )`;

// 定义移除注释的正则
const removeCommentsRegex = /(?:"""[\s\S]*?"""|'''[\s\S]*?'''|"[^"\\]*(?:\\[\s\S][^"\\]*)*"|'[^'\\]*(?:\\[\s\S][^'\\]*)*')|(#.*)/gi;

// 执行替换：如果匹配到注释捕获组，就替换为空；否则保留原字符串内容
const cleanedCode = pythonCode.replace(removeCommentsRegex, (match, commentGroup) => {
  return commentGroup ? '' : match;
});

console.log(cleanedCode);

处理后的结果 #

运行上面的代码，你会得到干净的无注释代码：

class AAA: 
    """ item """ 
    '''' 
    SRC_TYPE = ( 
        ('cs', 'src C# for all'), 
        ('cpp', 'C++'), 
        ('ascript', 'a '), 
        ('script', 'tst C#') 
    )

注意事项 #

这个正则能覆盖绝大多数正常的Python代码，但要注意：

• 它没法处理Python里一些极端的语法边缘情况（比如字符串里故意嵌套的三重引号，这种情况本身在Python里可能会触发语法错误）
• 如果你的代码里有#出现在多行字符串的行尾，正则会正确保留它，不会误删

内容的提问来源于stack exchange，提问作者LXG