Cum sa elimini comentariile din codul PHP?

Exista diverse situatii cand esti nevoit sa simplifici codul PHP foarte mult, aducandu-l la o forma care poate fi interpretata de aplicatia ta. Recent m-am izbit de o problema foarte interesanta privind simplificarea codului – stergerea tuturor comentariilor in mod automat dintr-un cod PHP. Avand in vedere ca imi place sa caut provocari noi, am decis sa rezolv problema prin doua variante – prin metoda usoara care e aproape rezolvata automat de PHP sau prin metoda complicata ce presupune interpretarea efectiva a codului. Acest articol va prezenta atat metoda simpla pentru cei mai lenesi dintre voi cat si rezolvarea „hardcode”, ce presupune si cunostinte mai avansate.

Cea mai simpla metoda de a sterge comentariile din cod PHP

Metoda simpla presupune folosirea functiei token_get_all() din PHP ce va parsa tot codul PHP trasnformandu-l in token-uri ce fac parte din lexicul motorului Zend.

<?php
 function removeComments($string)
{
	$newStr  = '';
	$commentTokens = array(T_COMMENT);
	
	if (defined('T_DOC_COMMENT'))
		$commentTokens[] = T_DOC_COMMENT; // PHP 5
	if (defined('T_ML_COMMENT'))
		$commentTokens[] = T_ML_COMMENT;  // PHP 4
	
	$tokens = token_get_all($string);//extragem toate tokenurile
	
	foreach ($tokens as $token) {    //parcurgem fiecare token
		if (is_array($token)) { //daca e comentariu
			if (in_array($token[0], $commentTokens))
				continue; //trecem peste
	
			$token = $token[1]; 
		}
	
		$newStr .= $token; //adaugam orice token care nu e comentariu
	}
	return $newStr;
}

?>

Sterge comentariile in PHP folosind metoda low level

Asa cum am precizat initial, aceasta functie necesita cunostinte avansate de programare in PHP pentru a fi intelesa. Pe scurt, functia de mai jos incearca sa elimine comentariile din PHP (mai putin cele ce incep cu #, acesta e un todo simplu de rezolvat) folosindu-se efectiv de parsarea codului. Incercam sa ne asiguram ca nu avem ghilimele simple si duble. Cand acest criteriu este indeplinit cautam comentarii, in caz contrar ignoram tot pana cand ghilimele sunt inchise. Trebuie sa mentionez ca functia se comporta corect doar cand codul parsat este bun din punctul de vedere al lexicului PHP. Desi m-am straduit sa fac functia sa reactioneze frumos si in restul situatiilor, nu garantez stabilitatea rezultatului.

<?php

	function removeComments($content)
	{		
		$quotes   = false;
		$comments = false; 		
		$len = strlen($content);
		$pos = 0;
		
		while($pos < $len)
		{ 
			//search for closing quotes if open exists
			while($quotes !== false && $pos < $len && ($p = stripos($content, $quotes, $pos)) !== false)
			{
				if($p == 0 || $content{$p-1} != "\\")
					$quotes = false;
				$pos = $p + 1;
				if($quotes == false) continue; //todo
			}	 
			if($pos >= $len) break;		 
			
			//we don't have quotes or comments				 
			if($quotes == false && $comments == false)
			{ 
				//find which is first
				$posq1 = stripos($content, '"',  $pos);
				$posq2 = stripos($content, "'",  $pos);
				$posc1 = stripos($content, "//", $pos);
				$posc2 = stripos($content, "/*", $pos);
				
				//we validate values
				$errors = 0;
			 
				if($posq1 === false) { $posq1 = $len+1;  $errors++; }
				if($posq2 === false) { $posq2 = $len+1;  $errors++; }
				
				if($posc1 === false) { $posc1 = $len+1;  $errors++; }
				if($posc2 === false) { $posc2 = $len+1;  $errors++; } 				
								
				if($errors < 4)
				{
					//if quotes are before
					if(min($posq1, $posq2) < min($posc1, $posc2))
					{
						$pos    = min($posq1, $posq2)+1;
						$quotes = ($posq1 < $posq2 ? '"' : "'");
					}
					else
					{
						//if simple comments are first then ignore everything else after
						if($posc1 < $posc2) 
						{							
							$content = substr($content, 0, $posc1).substr($content, stripos($content, "\n", $posc1));
							$len     = strlen($content);
							$pos     = $posc1;
						}
						else
						{
							//we have allready end quotes							
							if(($p = stripos($content, "*/", $posc2)) !== false)
							{
								$content = substr($content, 0, $posc2).substr($content, $p+2);																	
								$len     = strlen($content);
								$pos     = $posc2;
							}
						}
					}
				}
				else
				{
					break;
				}
			}
		}	
		return $content;
	}

?>