使用有限状态自动机过滤掉java和c++中的注释

一个比较常见的题。这个题应该是要比看上去的难不少。如果用正则，可能会好一些。
使用FSM解答。
核心思想是向后看一步。
对于每次读入的字符，实际上我们不能立即判断出它是否是注释，只有向后多看一个，来判断前面读到的这个字符是代码还是注释。
例如:  te/st//comment
假设有个缓存，长度是2个字节，存储当前处理的字符和上一个字符。
第一次读到‘/’时，缓存中是“e/”,输出“e”.
读下一个，缓存中是“/s”,不匹配注释，“/”直接被输出
下一次读到‘/’时，缓存中是“t/”, 这时我们可以知道t不是注释中的一部分，直接输出。
下一步，缓存就为“//”,我们知道了这个和一个注释开始符匹配，剩下的就当做注释处理。

同样的，在判断注释结束时，我们依然要多向后看一部。

下面给出一个示意的有限状态自动机。用queue代表缓存，然后使用一个flag comments来标记是否是注释。
这里仅仅是一个示意图，表示了关键的一部分。实际还有很多缺失的细节。
1.注释有//和/* */两种，因此开始注释和结束注释的判断都不一样。
2.要考虑转义字符的问题。
3.处理结束后，要将缓存中剩余的2个char根据状态输出。
具体细节可以参考下面的代码。（未经完全测试）

#include <stdio.h>
#include <stdlib.h>
char* filter(const char* input){
    if(input == NULL) return NULL;

    int len = strlen(input) +1;

    char* ret = (char*)malloc(len);
    int index = 0;
    int r = 0;
    int comments = 0;
    char cache[3];
    cache[0] = '\0';
    cache[1] = '\0';
    cache[2] = '\0';
    for(;r<len;r++){
        cache[strlen(cache)] = input[r];
        if(strlen(cache)!=2)
            continue;
        if(comments>0){
            if(comments == 1 && cache[1] == '\n'){
                cache[0] = '\0';
                cache[1] = '\0';
                comments = 0;
                continue;
            }
            if(comments == 1 && cache[1] != '\n'){
                cache[0] = cache[1];
                cache[1] = '\0';
                continue;
            }
            if(comments == 2 && cache[0] == '*'&& cache[1] == '/'){
                cache[0] = '\0';
                cache[1] = '\0';
                comments = 0;
                continue;
            }
            if(comments == 2 && !(cache[0] == '*'&& cache[1] == '/')){
                cache[0] = cache[1];
                cache[1] = '\0';
                continue;
            }

        }
        else{
                        //escape char
            if(cache[0] =='\\'){
                ret[index++] = cache[0];
                ret[index++] = cache[1];
                cache[0] = '\0';
                cache[1] = '\0';
                continue;
            }
            if(cache[0] =='/' && cache[1] == '/'){
                comments = 1;
                cache[0] = '\0';
                cache[1] = '\0';
                continue;
            }
            if(cache[0] =='/' && cache[1] == '*'){
                comments = 2;
                cache[0] = '\0';
                cache[1] = '\0';
                continue;
            }
            ret[index++] = cache[0];
            cache[0]=cache[1];
            cache[1]='\0';

        }
    }
    if(comments == 0){
        ret[index++] = cache[0];
        ret[index++] = cache[1];

    }
    ret[index] = '\0';
    return ret;
}

int main(){
    char* test = "I just for test /*test*/ test";
    char* test1 = "I just for test //comments \ntest";
    char* test2 = "I just for test \\///comments";
    printf("%s \n", filter(test));
    printf("%s \n", filter(test1));
    printf("%s \n", filter(test2));
}