日期正則表達式

1.示例代碼如下：（雖然/d和[0-9]是等效的，但是BASIC REG和EXTEND_REG（正則表達式的類型）不支持/d， python支持）

http://blog.csdn.net/yufenghyc/article/details/51078107

 

int datematch(char *buf)
{
　　//const char *regex = "^([0-9]{4})-([0-9]{2})-([0-9]{2})$"; //簡單判斷讀取數字格式
　　const char *regex ="(([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8]))))|((([0-9]{2})(0[48]|[2468][048]|[13579][26])|((0[48]|[2468][048]|[3579][26])00))-02-29)"; //對合法日期的判斷
　　regex_t preg;
　　const size_t nmatch = 2;//定義匹配結果最大允許數2
　　regmatch_t pm[nmatch];
	
　　if(regcomp(&preg, regex, REG_EXTENDED) != 0) { //編譯正則表達式失敗
	perror("regcomp");
	regfree(&preg); //釋放正則表達式
	exit(1);
　　}

　　if(regexec(&preg, buf, nmatch, pm, 0) == REG_NOMATCH) //無法匹配到
　　{
　　	regfree(&preg); //釋放正則表達式
　　	return -1;
　　}

　　cout<<regex<<"---"<<buf<<endl;
　　regfree(&preg); //釋放正則表達式
　　return 0;
}

函數簡介：
1.int regcomp (regex_t *compiled, const char *pattern, int cflags)
　　regex_t 是一個結構體數據類型，用來存放編譯后的正則表達式 
　　regex_t 的成員re_nsub 用來存儲正則表達式中的子正則表達式的個數，子正則表達式就是用圓括號包起來的部分表達式
　　pattern 是指向我們寫好的正則表達式的指針
　　cflags 有如下4個值或者是它們或運算(|)后的值： 
　　REG_EXTENDED 以功能更加強大的擴展正則表達式的方式進行匹配。
　　REG_ICASE 匹配字母時忽略大小寫。
　　REG_NOSUB 不用存儲匹配后的結果。
　　REG_NEWLINE 識別換行符，這樣'$'就可以從行尾開始匹配，'^'就可以從行的開頭開始匹配
                                   
2.int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int eflags)
　　如果在編譯正則表達式的時候沒有指定cflags的參數為REG_NEWLINE，則默認情況下是忽略換行符的，也就是把整個文本串當作一個字符串處理。執行成功返回0
　　regmatch_t 是一個結構體數據類型，在regex.h中定義： 
　　typedef struct 
　　{ 
　　　　regoff_t rm_so; 
　　　　regoff_t rm_eo; 
　　} regmatch_t; 
    
　　成員rm_so 存放匹配文本串在目標串中的開始位置，rm_eo存放結束位置
    通常我們以數組的形式定義一組這樣的結構。因為往往我們的正則表達式中還包含子正則表達式。數組0單元存放主正則表達式位置，后邊的單元依次存放子正則表達式位置
             compiled 是已經用regcomp函數編譯好的正則表達式
             string 是目標文本串
             nmatch 是regmatch_t結構體數組的長度（用來存儲匹配得到的字符串，可以設置為1）
             atchptr regmatch_t類型的結構體數組，存放匹配文本串的位置信息
             eflags 有兩個值 
             REG_NOTBOL 是否是第一行
             REG_NOTEOL 是否是最后一行
             
3.void regfree (regex_t *compiled)
    清空compiled指向的regex_t結構體的內容，如果是重新編譯的話，一定要先清空regex_t結構體c
  
4.size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)
             當執行regcomp 或者regexec 產生錯誤的時候，就可以調用這個函數而返回一個包含錯誤信息的字符串
             errcode 是由regcomp 和 regexec 函數返回的錯誤代號
             compiled 是已經用regcomp函數編譯好的正則表達式，這個值可以為NULL
             buffer 指向用來存放錯誤信息的字符串的內存空間
             length 指明buffer的長度，如果這個錯誤信息的長度大於這個值，則regerror 函數會自動截斷超出的字符串，但他仍然會返回完整的字符串的長度。所以我們可以用如下的方法先得到錯誤字符串的長度。 
             size_t length = regerror (errcode, compiled, NULL, 0);

參考：正則表達式BREs,EREs,PREs的比較

首先正則表達式分為三類（man grep可以看到，分別是basic RegExs，extended RegExs，perl RegExs）

正則表達式：在計算機科學中，是指一個用來描述或者匹配一系列符合某個句法規則的字符串的單個字符串。在很多文本編輯器或其他工具里，正則表達式通常被用來檢索或替換那些符合某個模式的文本內容。正則表達式這個概念最初是由Unix中的工具軟件（例如sed和grep）普及開的。

一、正則表達式分類：

1、基本的正則表達式（Basic Regular Expression 又叫 Basic RegEx  簡稱 BREs）

2、擴展的正則表達式（Extended Regular Expression 又叫 Extended RegEx 簡稱 EREs）

3、Perl 的正則表達式（Perl Regular Expression 又叫 Perl RegEx 簡稱 PREs）

 說明：只有掌握了正則表達式，才能全面地掌握 Linux 下的常用文本工具（例如：grep、egrep、GUN sed、 Awk 等） 的用法

二、Linux 中常用文本工具與正則表達式的關系 

常握 Linux 下幾種常用文本工具的特點，對於我們更好的使用正則表達式是很有幫助的

• grep , egrep 正則表達式特點：

1）grep 支持：BREs、EREs、PREs 正則表達式

grep 指令后不跟任何參數，則表示要使用 ”BREs“ 

grep 指令后跟 ”-E" 參數，則表示要使用 “EREs“

grep 指令后跟 “-P" 參數，則表示要使用 “PREs"

 

2）egrep 支持：EREs、PREs 正則表達式

egrep 指令后不跟任何參數，則表示要使用 “EREs”

egrep 指令后跟 “-P" 參數，則表示要使用 “PREs"

 

3）grep 與 egrep 正則匹配文件，處理文件方法

a. grep 與 egrep 的處理對象：文本文件

b. grep 與 egrep 的處理過程：查找文本文件中是否含要查找的 “關鍵字”（關鍵字可以是正則表達式） ，如果含有要查找的 ”關健字“，那么默認返回該文本文件中包含該”關健字“的該行的內容，並在標准輸出中顯示出來，除非使用了“>" 重定向符號,

c. grep 與 egrep 在處理文本文件時，是按行處理的

 

• sed 正則表達式特點

1）sed 文本工具支持：BREs、EREs

sed 指令默認是使用"BREs"

sed 命令參數 “-r ” ，則表示要使用“EREs"

2）sed 功能與作用

a. sed 處理的對象：文本文件

b. sed 處理操作：對文本文件的內容進行 --- 查找、替換、刪除、增加等操作

c. sed 在處理文本文件的時候，也是按行處理的

• Awk（gawk）正則表達式特點

1）Awk 文本工具支持：EREs

awk 指令默認是使用 “EREs"

2）Awk 文本工具處理文本的特點

a. awk 處理的對象：文本文件

b. awk 處理操作：主要是對列進行操作

 

三、常見3中類型正則表達式比較

，如：dog

字符	說明	Basic RegEx	Extended RegEx	python RegEx	Perl regEx
轉義		\	\	\	\
^	匹配行首，例如'^dog'匹配以字符串dog開頭的行（注意：awk 指令中，'^'則是匹配字符串的開始）	^	^	^	^
$	匹配行尾，例如：'^、dog$'匹配以字符串 dog 為結尾的行（注意：awk 指令中，'$'則是匹配字符串的結尾）	$	$	$	$
^$	匹配空行	^$	^$	^$	^$
^string$	匹配行，例如：'^dog$'匹配只含一個字符串 dog 的行	^string$	^string$	^string$	^string$
\<	匹配單詞，例如：'\<frog' （等價於'\bfrog'），匹配以 frog 開頭的單詞	\<	\<	不支持	不支持（但可以使用\b來匹配單詞，例如：'\bfrog'）
\>	匹配單詞，例如：'frog\>'（等價於'frog\b '），匹配以 frog 結尾的單詞	\>	\>	不支持	不支持（但可以使用\b來匹配單詞，例如：'frog\b'）
\<x\>	匹配一個單詞或者一個特定字符，例如：'\<frog\>'（等價於'\bfrog\b'）、'\<G\>'	\<x\>	\<x\>	不支持	不支持（但可以使用\b來匹配單詞，例如：'\bfrog\b'
()	匹配表達式，例如：不支持'（frog）'	不支持（但可以使用
	()	()	()
	匹配表達式，例如：不支持'（frog）'
	不支持（同())	不支持（同())	不支持（同())
？	匹配前面的子表達式 0 次或 1 次（等價於{0,1}），例如：where(is)?能匹配"where" 以及"whereis"	不支持（同\?)	？	？	？
\?	匹配前面的子表達式 0 次或 1 次（等價於'\{0,1\}'），例如：'whereis
\? '能匹配 "where"以及"whereis"	\?	不支持（同?)	不支持（同?)	不支持（同?)
?	當該字符緊跟在任何一個其他限制符（*, +, ?, {n},{n,}, {n,m}） 后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對於字符串 "oooo"，'o+?' 將匹配單個"o"，而 'o+' 將匹配所有 'o'	不支持	不支持	不支持	不支持
.	匹配除換行符（'\n'）之外的任意單個字符（注意：awk 指令中的句點能匹配換行符）	.	.（如果要匹配包括“\n”在內的任何一個字符，請使用：'(^$)|（.）	.	.（如果要匹配包括“\n”在內的任何一個字符，請使用：' [.\n] '
*	匹配前面的子表達式 0 次或多次（等價於{0, }），例如：zo* 能匹配 "z"以及 "zoo"	*	*	*	*
\+	匹配前面的子表達式 1 次或多次（等價於'\{1, \}'），例如：'whereis
\+ '能匹配 "whereis"以及"whereisis"	\+	不支持（同+)	不支持（同+)	不支持（同+)
+	匹配前面的子表達式 1 次或多次（等價於{1, }），例如：zo+能匹配 "zo"以及 "zoo"，但不能匹配 "z"	不支持（同\+)	+	+	+
{n}	n 必須是一個 0 或者正整數，匹配子表達式 n 次，例如：zo{2}能匹配	不支持（同\{n\})	{n}	{n}	{n}
{n,}	"zooz"，但不能匹配 "Bob"n 必須是一個 0 或者正整數，匹配子表達式大於等於 n次，例如：go{2,}	不支持（同\{n,\})	{n,}	{n,}	{n,}
{n,m}	能匹配 "good"，但不能匹配 godm 和 n 均為非負整數，其中 n <= m，最少匹配 n 次且最多匹配 m 次 ，例如：o{1,3}將配"fooooood" 中的前三個 o（請注意在逗號和兩個數之間不能有空格）	不支持（同\{n,m\})	{n,m}	{n,m}	{n,m}
x|y	匹配 x 或 y，例如： 不支持'z|（food）' 能匹配 "z" 或"food"；'（z|f）ood' 則匹配"zood" 或 "food"	不支持（同x\|y)	x|y	x|y	x|y
[0-9]	匹配從 0 到 9 中的任意一個數字字符（注意：要寫成遞增）	[0-9]	[0-9]	[0-9]	[0-9]
[xyz]	字符集合，匹配所包含的任意一個字符，例如：'[abc]'可以匹配"lay" 中的 'a'（注意：如果元字符，例如：. *等，它們被放在[ ]中，那么它們將變成一個普通字符）	[xyz]	[xyz]	[xyz]	[xyz]
[^xyz]	負值字符集合，匹配未包含的任意一個字符（注意：不包括換行符），例如：'[^abc]' 可以匹配 "Lay" 中的'L'（注意：[^xyz]在awk 指令中則是匹配未包含的任意一個字符+換行符）	[^xyz]	[^xyz]	[^xyz]	[^xyz]
[A-Za-z]	匹配大寫字母或者小寫字母中的任意一個字符（注意：要寫成遞增）	[A-Za-z]	[A-Za-z]	[A-Za-z]	[A-Za-z]
[^A-Za-z]	匹配除了大寫與小寫字母之外的任意一個字符（注意：寫成遞增）	[^A-Za-z]	[^A-Za-z]	[^A-Za-z]	[^A-Za-z]
\d	匹配從 0 到 9 中的任意一個數字字符（等價於 [0-9]）	不支持	不支持	\d	\d
\D	匹配非數字字符（等價於 [^0-9]）	不支持	不支持	\D	\D
\S	匹配任何非空白字符（等價於[^\f\n\r\t\v]）	不支持	不支持	\S	\S
\s	匹配任何空白字符，包括空格、制表符、換頁符等等（等價於[ \f\n\r\t\v]）	不支持	不支持	\s	\s
\W	匹配任何非單詞字符 (等價於[^A-Za-z0-9_])	\W	\W	\W	\W
\w	匹配包括下划線的任何單詞字符（等價於[A-Za-z0-9_]）	\w	\w	\w	\w
\B	匹配非單詞邊界，例如：'er\B' 能匹配 "verb" 中的'er'，但不能匹配"never" 中的'er'	\B	\B	\B	\B
\b	匹配一個單詞邊界，也就是指單詞和空格間的位置，例如： 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的'er'	\b	\b	\b	\b
\t	匹配一個橫向制表符（等價於 \x09和 \cI）	不支持	不支持	\t	\t
\v	匹配一個垂直制表符（等價於 \x0b和 \cK）	不支持	不支持	\v	\v
\n	匹配一個換行符（等價於 \x0a 和\cJ）	不支持	不支持	\n	\n
\f	匹配一個換頁符（等價於\x0c 和\cL）	不支持	不支持	\f	\f
\r	匹配一個回車符（等價於 \x0d 和\cM）	不支持	不支持	\r	\r
\\	匹配轉義字符本身"\"	\\	\\	\\	\\
\cx	匹配由 x 指明的控制字符，例如：\cM匹配一個Control-M 或回車符，x 的值必須為A-Z 或 a-z 之一，否則，將 c 視為一個原義的 'c' 字符	不支持	不支持		\cx
\xn	匹配 n，其中 n 為十六進制轉義值。十六進制轉義值必須為確定的兩個數字長，例如：'\x41' 匹配 "A"。'\x041' 則等價於'\x04' & "1"。正則表達式中可以使用 ASCII 編碼	不支持	不支持		\xn
\num	匹配 num，其中 num是一個正整數。表示對所獲取的匹配的引用	不支持	\num	\num
[:alnum:]	匹配任何一個字母或數字（[A-Za-z0-9]），例如：'[[:alnum:]] '	[:alnum:]	[:alnum:]	[:alnum:]	[:alnum:]
[:alpha:]	匹配任何一個字母（[A－Za－z]）， 例如：' [[:alpha:]] '	[:alpha:]	[:alpha:]	[:alpha:]	[:alpha:]
[:digit:]	匹配任何一個數字（[0-9]），例如：'[[:digit:]] '	[:digit:]	[:digit:]	[:digit:]	[:digit:]
[:lower:]	匹配任何一個小寫字母（[a-z]）， 例如：' [[:lower:]] '	[:lower:]	[:lower:]	[:lower:]	[:lower:]
[:upper:]	匹配任何一個大寫字母（[A-Z]）	[:upper:]	[:upper:]	[:upper:]	[:upper:]
[:space:]	任何一個空白字符： 支持制表符、空格，例如：' [[:space:]] '	[:space:]	[:space:]	[:space:]	[:space:]
[:blank:]	空格和制表符（橫向和縱向），例如：'[[:blank:]]'ó'[\s\t\v]'	[:blank:]	[:blank:]	[:blank:]	[:blank:]
[:graph:]	任何一個可以看得見的且可以打印的字符（注意：不包括空格和換行符等），例如：'[[:graph:]] '	[:graph:]	[:graph:]	[:graph:]	[:graph:]
[:print:]	任何一個可以打印的字符（注意：不包括：[:cntrl:]、字符串結束符'\0'、EOF 文件結束符（-1）， 但包括空格符號），例如：'[[:print:]] '	[:print:]	[:print:]	[:print:]	[:print:]
[:cntrl:]	任何一個控制字符（ASCII 字符集中的前 32 個字符，即：用十進制表示為從 0 到31，例如：換行符、制表符等等），例如：' [[:cntrl:]]'	[:cntrl:]	[:cntrl:]	[:cntrl:]	[:cntrl:]
[:punct:]	任何一個標點符號（不包括：[:alnum:]、[:cntrl:]、[:space:]這些字符集）	[:punct:]	[:punct:]	[:punct:]	[:punct:]
[:xdigit:]	任何一個十六進制數（即：0-9，a-f，A-F）	[:xdigit:]	[:xdigit:]	[:xdigit:]	[:xdigit:]