C语言的正则表达式 regex

22 11月

正则表达式在编程中的应用是非常广泛的,在C语言中,同样有着正则表达式的库,我们使用regex.h这个头说包含的函数来完成我们的需要:
先看一段例子:

这段程序的运行结果是:

要注意的是regexec仅仅能进行一次匹配,要多次匹配需要用循环!
所以,我用了一个while语句,pm这个数组表示的是分组数目,不是匹配个数。看到正则表达式中,有3组(),那么就代表有3+1个分组,+1是指被匹配的全部字符串。用上面给的例子,那么pm就是4,其中pm[0] == “href=\”http://www.awaysoft.com\””,pm[1] == “href=\””,pm[2] == “http://www.awaysoft.com”, pm[3] = “\””;
st = &st[pm[3].rm_eo];这句是将指针移动到下一次匹配开始的字符。

附:
正则表达式快速入门

下面,转了一篇regex的详细用法:
编译正则表达式

为了提高效率,在将一个字符串和正则表达式进行比较之前,首先要用regcomp()函数对他进行编译,将其转化为regex_t结构:

int regcomp(regex_t *preg, const char *regex, int cflags);

参数regex是个字符串,他代表将要被编译的正则表达式;参数preg指向一个声明为regex_t的数据结构,用来保存编译结果;参数cflags决定了正则表达式该怎么被处理的细节。

如果函数regcomp()执行成功,并且编译结果被正确填充到preg中后,函数将返回0,所有其他的返回结果都代表有某种错误产生。

匹配正则表达式

一旦用regcomp()函数成功地编译了正则表达式,接下来就能调用regexec()函数完成模式匹配:

 

参数preg指向编译后的正则表达式,参数string是将要进行匹配的字符串,而参数nmatch和pmatch则用于把匹配结果返回给调用程式,最后一个参数eflags决定了匹配的细节。

在调用函数regexec()进行模式匹配的过程中,可能在字符串string中会有多处和给定的正则表达式相匹配,参数pmatch就是用来保存这些匹配位置的,而参数nmatch则告诉函数regexec()最多能把多少个匹配结果填充到pmatch数组中。当regexec()函数成功返回时,从string+pmatch[0].rm_so到string+pmatch[0].rm_eo是第一个匹配的字符串,而从string+pmatch[1].rm_so到string+pmatch[1].rm_eo,则是第二个匹配的字符串,依此类推。

释放正则表达式

无论什么时候,当不再需要已编译过的正则表达式时,都应该调用函数regfree()将其释放,以免产生内存泄漏。

void regfree(regex_t *preg);

函数regfree()不会返回所有结果,他仅接收一个指向regex_t数据类型的指针,这是之前调用regcomp()函数所得到的编译结果。

如果在程式中针对同一个regex_t结构调用了多次regcomp()函数,POSIX标准并没有规定是否每次都必须调用regfree()函数进行释放,但建议每次调用regcomp()函数对正则表达式进行编译后都调用一次regfree()函数,以尽早释放占用的存储空间。

报告错误信息

如果调用函数regcomp()或regexec()得到的是个非0的返回值,则表明在对正则表达式的处理过程中出现了某种错误,此时能通过调用函数regerror()得到周详的错误信息。

size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);

参数errcode是来自函数regcomp()或regexec()的错误代码,而参数preg则是由函数regcomp()得到的编译结果,其目的是把格式化消息所必须的上下文提供给regerror()函数。在执行函数regerror()时,将按照参数errbuf_size指明的最大字节数,在errbuf缓冲区中填入格式化后的错误信息,同时返回错误信息的长度。

应用正则表达式

最后给出一个具体的实例,介绍怎么在C语言程式中处理正则表达式。

 

上述程式负责从命令行获取正则表达式,然后将其运用于从标准输入得到的每行数据,并打印出匹配结果。执行下面的命令能编译并执行该程式:

 

小结

对那些需要进行复杂数据处理的程式来说,正则表达式无疑是个非常有用的工具。本文重点在于阐述怎么在C语言中利用正则表达式来简化字符串处理,以便在数据处理方面能够获得和Perl语言类似的灵活性。

One Reply to “C语言的正则表达式 regex”

发表评论

电子邮件地址不会被公开。 必填项已用*标注