[发明专利]注释识别方法、装置、设备及计算机可读存储介质

说明书

本申请提供一种注释识别方法、装置、设备及计算机可读存储介质，所述方法包括：对获取的待识别的程序代码进行分割处理，得到至少一个文字行，所述程序代码包括代码和注释；根据所述文字行的行首字符确定所述文字行的行开始符，并根据所述文字行的行末字符确定所述文字行的行结束符；基于所述行开始符和所述行结束符，确定所述程序代码中的注释标识；基于所述注释标识对所述程序代码进行注释识别，得到识别结果。本申请能够在不预知具体编程语言的前提下，实现对程序代码中的注释进行识别，不依赖具体编程语言，具有通用性，能够提高对无法预知具体编程语言的注释识别的准确率。

技术领域

本申请涉及计算机编程技术领域，涉及但不限于一种注释识别方法、装置、设备及计算机可读存储介质。

背景技术

软件代码通常由两部分组成：代码和注释。其中，代码为符合程序设计语言专门语法规范的字符串，可经编译、解释等工具转换，在计算机上执行，表达了软件的业务逻辑怎样实现的过程。注释为符合人类自然语言语法的字符串，一般存在于代码文件的头部、函数头部、程序块内部等，用于解释业务逻辑实现的思路、原因等，在程序执行过程中不起作用。

软件代码中注释的提取，对于分析软件开发过程质量、识别注释与代码实现的不一致、分析注释中的同一话题与多处代码的关系等应用具有重要价值，相关技术中的注释识别方法，针对不同的编程语言，需要设计不同的方案实现，不具备通用性，尤其对于采用大量不同编程语言开发的、存在动态升级变更的软件项目，识别能力不足，而且对于书写不规范的注释可能发生误判，导致注释识别准确率低。

发明内容

有鉴于此，本申请提供一种注释识别方法、装置、设备及计算机可读存储介质，至少解决在无法预知具体编程语言时，注释识别准确率低的问题。

本申请实施例的技术方案是这样实现的：

本申请的至少一个实施例提供了一种注释识别方法，所述方法包括：

对获取的待识别的程序代码进行分割处理，得到至少一个文字行，所述程序代码包括代码和注释；

根据所述文字行的行首字符确定所述文字行的行开始符，并根据所述文字行的行末字符确定所述文字行的行结束符；

基于所述行开始符和所述行结束符，确定所述程序代码中的注释标识；

基于所述注释标识对所述程序代码进行注释识别，得到识别结果。

此外，根据本申请的至少一个实施例，所述对获取的待识别的程序代码进行分割处理，得到至少一个文字行，包括：

获取待识别的程序代码和预设的行结束标识；

根据所述行结束标识对所述程序代码进行分割处理，得到多个分割行；

从所述多个分割行中删除空白行，得到至少一个文字行，所述空白行为只包含空白字符的分割行。

此外，根据本申请的至少一个实施例，所述根据所述文字行的行首字符确定所述文字行的行开始符，包括：

提取各个文字行中的第一个非空白字符；

当确定当前文字行的第一个非空白字符不为英文字符时，将当前文字行的第一个非空白字符确定为当前文字行的行开始符；

当确定当前文字行的第一个非空白字符为英文字符时，将空字符确定为当前文字行的行开始符。

此外，根据本申请的至少一个实施例，所述根据所述文字行的行末字符确定所述文字行的行结束符，包括：

提取各个文字行中的最后一个非空白字符；

当确定当前文字行的最后一个非空白字符不为英文字符、且不为中文字符时，将当前文字行的最后一个非空白字符确定为当前文字行的行结束符；