c 正則表達式

c 正則表達式

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

在linux下主要有三個函數，用於正則表達式

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

//生成規則
int regcomp(regex_t *preg, const char *regex, int cflags);

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

//釋放內存
void regfree(regex_t *preg);

函數regcomp的參數cflags

• REG_EXTENDED

  使用擴展的正則表達式語法。

  意思是，解釋正則表達式時使用擴展的正則表達式語法。POSIX規范將正則表達式的實現方法分為了兩種：基本正則表達式（BRE）和擴展正則表 達式（ERE）。

  BRE和ERE到底有什么區別？其實僅僅是元字符的不同！在BRE方式中，只承認^ 、$、 . 、[ 、] 、*這些是元字符，所有其他的字符都被識別為文字字符。而ERE中，則添加了(、 ) 、{ 、} 、?、 + |、等元字符（及其相關功能）。grep命令默認支持BRE，要想支持ERE需要使用-E選項。

• REG_ICASE

  忽略大小寫。

• REG_NOSUB

  如果使用了這個選項得到的編譯后的正則表達式，在被后面的regexec()函數使用時，regexec()的nmatch參數和pmatch參數將會被忽略 。

• REG_NEWLINE

  其實REG_NEWLINE的作用就兩個：

  1、 使^和$有效。

  2、 絕對不匹配換行符

函數regexec的參數eflags：還沒弄明白

括號()的作用

假如有正則表達式【name=[^&]*】（目的是匹配URL里的name=xxx）,如果匹配上了，則在pmatch里返回的是【name=xxx】,但是如果我還想要=號后面的xxx，怎么辦呢？

那就加個括號，【name=([^&]*)】，這個正則表達式，匹配后，pmatch[0]里匹配的值是【name=xxx】，pmatch[1]里匹配的值則是【xxx】，這就是括號的妙用。

REG_NEWLINE的作用

假如有正則表達式【^age=[&]*】（目的是匹配URL里的\r\n后面的name=xxx）。如果在調用regcomp是沒有指定參數REG_NEWLINE，則目標字符串：【username=xdd\r\nage=22&husband=qinger\r\n&like=study&look=pretty\r\n 】無法被匹配；

加了REG_NEWLINE，【age=22】就被匹配出來了。

函數regexec的局限：匹配到一個后，即使后面還有，它也不去匹配了，也就是說只匹配一次。

那么，如果想匹配多次怎么辦呢，手動改變目標字符串，把已經匹配完的切掉，用剩下的串在繼續調用regexec函數，直到全部匹配完。提供個小例子，完成多次匹配。

原理：rm_eo返回的是匹配到的末尾位置，所以讓新的串sbuf，指向上一次的末尾，再繼續調用regexec，也就是每次都改變sbuf

/* 取子串的函數 */
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，所以讓新的串，指向上一次的末尾，再繼續調用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>

/* 取子串的函數 */
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);
}  

參考：https://www.cnblogs.com/qingergege/p/7359935.html

c/c++ 學習互助QQ群：877684253

本人微信：xiaoshitou5854