C++注释识别需用状态机而非正则：维护in_string、in_char_literal、in_line_comment、in_block_comment状态，正确处理字符串内符号、转义、换行及BOM。
识别 C++ 注释的两种语法边界
单行注释 // 从出现位置到行尾全部忽略；多行注释 /* ... */ 从 /* 开始，到下一个匹配的 */ 结束（含嵌套时需注意非贪婪匹配）。关键在于：字符串字面量内的 // 或 /* 不算注释起始——比如 "int a = 1; // not a comment" 里那部分仍是有效代码。
用状态机逐字符扫描最可靠
正则表达式在 C++ 注释处理中容易误杀字符串或跨行失败（比如 /* 跨两行、或 "/*" 被错误当作注释开始）。推荐手动维护一个状态变量：in_string、in_char_literal、in_line_comment、in_block_comment。遇到引号或撇号要切换字符串/字符字面量状态；遇到未被转义的 // 或 /* 才进入对应注释状态。
实操建议：
- 用
std::string::iterator遍历，避免下标越界和多次substr()拷贝 - 检查转义符
\：若前一个字符是未被转义的\"或\'，不触发字符串/字符结束 - 进入
/*后，必须严格匹配下一个*/，中间所有内容（包括换行、//）都跳过 - 遇到
//后直接跳到行末，但注意：若前面是http://这类协议头，仍属合法字符串内容——所以必须依赖当前是否在字符串内判断
注意 Windows 和 Linux 换行符兼容性
移除注释后若需保留原始换行结构，不能简单用 \n 切割再拼接。真实源码可能含 \r\n（Windows）或 \r（旧 Mac），而 // 注释会吃掉整行，包括其后的换行符。正确做法是：当进入 in_line_comment 状态后，继续读取直到遇到 \n 或 \r 或文件尾，然后只保留一个 \n 作为该行结束符（统一归一化）。
立即学习“C++免费学习笔记（深入）”；
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
常见错误现象：
- 处理
foo(); //后输出空行，实际应输出foo();\n - 对
int x = 1; /* comment\r\n */ int y = 2;错误保留\r\n导致后续解析错位 - 没处理 UTF-8 BOM 头，导致首行注释判断偏移
不要用 std::regex 做完整注释剥离
std::regex 在 C++17 及以前实现普遍不支持原子分组或条件断言，无法安全处理字符串内注释符号、转义序列、嵌套引号等组合场景。例如这个正则：R"((//.*$)|(/\*[\s\S]*?\*/))" 会在遇到 "/*" 时错误匹配到后面的 */，造成大段代码被误删。
更稳妥的做法是写一个 50 行左右的状态机函数，输入 const std::string& src，输出 std::string。核心逻辑分支清晰，调试时加几行 std::cerr 就能快速定位卡点。
真正复杂的是边界情况：三字符组（trigraphs）如 ??/ 等价于 \，会影响后续注释识别；还有原始字符串字面量 R"(/*)"，里面所有内容都不参与注释解析——这些只有状态机才能自然覆盖。
