Комментарии без регуляроктокенизатор, парсер и сборщики вместо одной строки regex
Удалить комментарии одной регуляркой хочется каждому, кто писал сборочный скрипт. Объясняем, почему это почти всегда ломает код и какие инструменты делают это надёжно.
- Раздел
- JavaScript
- Стек
- JavaScriptacornesbuildterser
- Уровень
- Средний
- Опубликовано
- Обновлено
- Чтение
- 6 мин
- Регулярка не знает, где строка, шаблон или литерал регулярного выражения.
- Для CSS хватает маленького токенизатора на 25 строк.
- Для JS берите парсер: acorn отдаёт точные позиции комментариев.
- В сборке комментарии уже убирают esbuild, terser и TypeScript.
- Определить, нужен результат для сборки или для анализа
- Для продакшен-сборки включить минификатор и legal comments
- Для CSS использовать токенизатор, учитывающий строки
- Для JS получить диапазоны комментариев из парсера
- Заменять комментарий пробелом или переводом строки, а не пустотой
Почему регулярка ломается#
Много лет назад мы публиковали заметку про регулярное выражение для удаления комментариев. Она решает частный случай, но у любого такого выражения есть фундаментальная проблема: последовательности // и /* встречаются в коде не только как начало комментария.
const naive = /\/\*[\s\S]*?\*\/|\/\/.*$/gm;
// исходник, который мы «чистим»:
const api = "https://example.test/v1"; // адрес API
const glob = "src/**/*.js";
const re = /\/\*/;
const tpl = `/* не комментарий */ ${x}`;
// после code.replace(naive, '') строка с URL обрежется на "https:",
// а glob, регулярка и шаблон превратятся в мусор- Строки. URL с
https://и glob-шаблоны вроде**/*.js. - Шаблонные строки. Внутри обратных кавычек могут быть подстановки
${...}с собственными строками и даже вложенными шаблонами. - Литералы регулярных выражений. Отличить
/деления от начала регулярки можно только по контексту предыдущего токена. - JSX и HTML-комментарии в старых скриптах добавляют свои правила.
Регулярное выражение можно усложнять, добавляя альтернативы для строк, но шаблонные строки с вложенностью и неоднозначность слеша формальным регулярным языком не описываются. Рано или поздно на каком-то файле результат окажется сломан, и найти причину будет непросто.
Есть и обратная ситуация: регулярка не ломает код, но пропускает комментарий. Например, строчный комментарий в конце файла без перевода строки или блочный комментарий внутри подстановки шаблонной строки. Такие ошибки тише, но тоже неприятны, если цель была убрать из кода внутренние заметки перед публикацией.
CSS: хватит маленького токенизатора#
В CSS ситуация проще: строчных комментариев нет, есть только /* ... */, и единственное место, где эта последовательность не комментарий, это строка в кавычках (например, в content или url("...")). Значит, достаточно идти по символам и помнить, внутри строки мы или нет:
// Мини-токенизатор для CSS: в CSS есть только /* */ и строки
function stripCssComments(css) {
let out = '';
let i = 0;
while (i < css.length) {
const ch = css[i];
if (ch === '"' || ch === "'") { // строка: копируем до парной кавычки
let j = i + 1;
while (j < css.length && css[j] !== ch) {
j += css[j] === '\\' ? 2 : 1; // учитываем экранирование
}
out += css.slice(i, j + 1);
i = j + 1;
} else if (ch === '/' && css[i + 1] === '*') {
const end = css.indexOf('*/', i + 2);
i = end === -1 ? css.length : end + 2;
out += ' '; // чтобы не склеить соседние токены
} else {
out += ch;
i++;
}
}
return out;
}Комментарий заменяется пробелом, а не удаляется: иначе margin:0/**/auto превратится в margin:0auto. Для production-сборки CSS такую функцию писать не нужно: минификаторы вроде Lightning CSS или cssnano уже это делают. А если в проекте PostCSS, есть root.walkComments(c => c.remove()).
Отдельно учтите url() без кавычек. Внутри него последовательность /* встречается редко, но в data URI с base64 она возможна, и простой токенизатор выше её не защитит. Если такие ассеты есть в ваших стилях, используйте полноценный CSS-парсер.
JavaScript: доверьте это парсеру#
Для JS писать токенизатор руками не стоит. Парсер acorn принимает опцию onComment: если передать туда массив, он заполнится объектами с типом комментария, текстом и позициями start и end. Остаётся вырезать эти диапазоны:
import { parse } from 'acorn';
export function stripJsComments(code) {
const comments = [];
parse(code, { ecmaVersion: 'latest', sourceType: 'module', onComment: comments });
let out = '';
let last = 0;
for (const c of comments) {
out += code.slice(last, c.start);
// многострочный комментарий заменяем переводом строки: так не сломается ASI
out += /[\n\r
]/.test(code.slice(c.start, c.end)) ? '\n' : ' ';
last = c.end;
}
return out + code.slice(last);
}Почему многострочный комментарий меняем на перевод строки: в JavaScript работает автоматическая вставка точки с запятой. Если между return и значением стоит комментарий с переводом строки внутри, функция вернёт undefined: такой комментарий считается разрывом строки. Замена на пробел изменила бы поведение программы. Для TypeScript аналогично подойдёт компилятор TypeScript или парсер с поддержкой его синтаксиса.
Если нужно не удалить, а проанализировать комментарии (найти TODO, собрать JSDoc, проверить заголовок лицензии), тот же массив из onComment полезен сам по себе: в нём есть тип, текст и позиции. Это надёжнее поиска по исходнику, потому что строка "// TODO" внутри кавычек в результат не попадёт.
Сборщики уже умеют это#
В большинстве случаев задача «удалить комментарии» на самом деле означает «уменьшить размер бандла». Тогда ничего писать не надо:
# esbuild: минификация убирает комментарии, лицензионные выносит отдельно
npx esbuild src/app.js --bundle --minify --legal-comments=eof --outfile=dist/app.js
# terser: без минификации имён, просто без комментариев
npx terser src/app.js --format comments=false -o dist/app.js
# TypeScript: в tsconfig.json "compilerOptions": { "removeComments": true }| Инструмент | Что делает с комментариями |
|---|---|
esbuild --minify | удаляет, лицензионные (/*!, @license, @preserve) обрабатывает по --legal-comments |
| terser | управляется опцией format.comments: false, "some", "all" |
| TypeScript | removeComments убирает их из генерируемого JS |
Лицензионные комментарии не удаляйте вслепую: некоторые лицензии требуют сохранить уведомление. Режим eof или linked в esbuild выносит их в конец файла или отдельный файл.
Проверить результат просто: соберите бандл, затем найдите в нём фрагменты внутренних комментариев, например слово TODO или имена сотрудников. Если они там есть, значит, какой-то файл попал в сборку в обход минификатора, обычно это скрипт, подключённый как статический ассет и скопированный без обработки.
Когда без своего скрипта не обойтись#
Бывают задачи, где сборщик не подходит: подготовить примеры кода для документации, очистить пользовательские сниппеты перед сохранением, сравнить два файла без учёта комментариев. Здесь пригодится функция на acorn или токенизатор для CSS, но с несколькими правилами:
- Всегда прогоняйте результат через парсер ещё раз: если код перестал разбираться, преобразование испорчено.
- Не трогайте директивы вроде
// @ts-ignoreи/* eslint-disable */, если код дальше проверяется инструментами. - Сохраняйте shebang
#!в первой строке скриптов для Node.js. - Для старого кода, который acorn не разбирает, сначала выясните версию синтаксиса, а не ослабляйте парсер.
Похожий подход полезен при разборе ответов сервера: в заметке про прогресс загрузки XML мы тоже советовали не угадывать формат данных, а опираться на то, что реально приходит.
Что изменилось к 2026 году#
Отдельная история с конфигами: JSON по стандарту не допускает комментариев, а tsconfig.json и настройки редакторов используют JSONC. Для таких файлов не пишите самодельную очистку, берите парсер JSONC, тот же, что использует ваш редактор или TypeScript.
Общий вывод простой. Регулярка хороша для поиска по коду глазами, но не для преобразования кода, которое потом выполняется. Если скрипт меняет исходники, он должен понимать их грамматику. Похожий урок про старые приёмы, которые пора удалить, мы собрали в посте о CSS-хаках. Больше практики по языку в разделе JavaScript.
«Чтобы найти комментарий, нужно понимать, где его быть не может. Это работа токенизатора, а не регулярки.»
Главный вывод заметки


