c 正则表达式

c 正则表达式

参考教程：https://github.com/ziishaned/learn-regex/blob/master/translations/readme-cn.md

在linux下主要有三个函数，用于正则表达式

#include <sys/types.h>
#include <regex.h>

//生成规则
int regcomp(regex_t *preg, const char *regex, int cflags);

//要匹配的目标字符串
int regexec(const regex_t *preg, const char *string, size_t nmatch,
                   regmatch_t pmatch[], int eflags);

//释放内存
void regfree(regex_t *preg);

函数regcomp的参数cflags

• reg_extended

  使用扩展的正则表达式语法。

  意思是，解释正则表达式时使用扩展的正则表达式语法。posix规范将正则表达式的实现方法分为了两种：基本正则表达式（bre）和扩展正则表 达式（ere）。

  bre和ere到底有什么区别？其实仅仅是元字符的不同！在bre方式中，只承认^ 、$、 . 、[ 、] 、*这些是元字符，所有其他的字符都被识别为文字字符。而ere中，则添加了(、 ) 、{ 、} 、?、 + |、等元字符（及其相关功能）。grep命令默认支持bre，要想支持ere需要使用-e选项。

• reg_icase

  忽略大小写。

• reg_nosub

  如果使用了这个选项得到的编译后的正则表达式，在被后面的regexec()函数使用时，regexec()的nmatch参数和pmatch参数将会被忽略 。

• reg_newline

  其实reg_newline的作用就两个：

  1、 使^和$有效。

  2、 绝对不匹配换行符

函数regexec的参数eflags：还没弄明白

括号()的作用

假如有正则表达式【name=[^&]*】（目的是匹配url里的name=xxx）,如果匹配上了，则在pmatch里返回的是【name=xxx】,但是如果我还想要=号后面的xxx，怎么办呢？

那就加个括号，【name=([^&]*)】，这个正则表达式，匹配后，pmatch[0]里匹配的值是【name=xxx】，pmatch[1]里匹配的值则是【xxx】，这就是括号的妙用。

reg_newline的作用

假如有正则表达式【^age=[^&]*】（目的是匹配url里的\r\n后面的name=xxx）。如果在调用regcomp是没有指定参数reg_newline，则目标字符串：【username=xdd\r\nage=22&husband=qinger\r\n&like=study&look=pretty\r\n 】无法被匹配；

加了reg_newline，【age=22】就被匹配出来了。

函数regexec的局限：匹配到一个后，即使后面还有，它也不去匹配了，也就是说只匹配一次。

那么，如果想匹配多次怎么办呢，手动改变目标字符串，把已经匹配完的切掉，用剩下的串在继续调用regexec函数，直到全部匹配完。提供个小例子，完成多次匹配。

原理：rm_eo返回的是匹配到的末尾位置，所以让新的串sbuf，指向上一次的末尾，再继续调用regexec，也就是每次都改变sbuf

/* 取子串的函数 */
static char* substr(const char*str, unsigned start, unsigned end)
{
    unsigned n = end - start;
    static char stbuf[256];
    strncpy(stbuf, str + start, n);
    stbuf[n] = 0;
    return stbuf;
}


size_t nmatch = 3;
regmatch_t pmatch[3];
const char* lbuf = "the fat cat. sat. on the mat.";
const char* sbuf = lbuf;

while(regexec(&reg, sbuf, nmatch, pmatch, 0) == 0){

  for (x = 0; x < nmatch && pmatch[x].rm_so != -1; ++x) {
    printf("    $%d='%s'\n", x, substr(sbuf, pmatch[x].rm_so, pmatch[x].rm_eo));

  }
  //rm_eo返回的是匹配到的末尾位置，所以让新的串，指向上一次的末尾，再继续调用regexec
  sbuf = &sbuf[pmatch[--x].rm_eo];
}

完整的小例子：

#include <stdio.h>
#include <sys/types.h>
#include <regex.h>
#include <string.h>

/* 取子串的函数 */
static char* substr(const char*str, unsigned start, unsigned end)
{
    unsigned n = end - start;
    static char stbuf[256];
    strncpy(stbuf, str + start, n);
    stbuf[n] = 0;
    return stbuf;
}

int main(){

  regex_t reg;

  int ret = regcomp(&reg, "(at\\.)$", reg_newline | reg_extended);
  if(ret != 0){
    printf("regcomp error %d\n", ret);
    return 1;
  }


  size_t nmatch = 3;
  regmatch_t pmatch[3];
  const char* lbuf = "the fat cat. sat. on the mat.";
  const char* sbuf = lbuf;
  int x = 0;

  while(regexec(&reg, sbuf, nmatch, pmatch, 0) == 0){

    for (x = 0; x < nmatch && pmatch[x].rm_so != -1; ++x) {
      printf("    $%d='%s'\n", x, substr(sbuf, pmatch[x].rm_so, pmatch[x].rm_eo));

    }
    sbuf = &sbuf[pmatch[--x].rm_eo];
  }



  regfree(&reg);
}  

参考：

c/c++ 学习互助qq群：877684253

本人微信：xiaoshitou5854