regex——正则表达式中使用方括号

工作中经常需要在正则表达式中使用方括号，比如匹配Linux系统命令行提示符“[root@localhost ~]# ”。在python中，可以使用正则表达式“[\[][^\[\]]*[\]][#|$] ”进行匹配，但在regex中此正则表达式无法正确匹配。
由于man手册中缺少对方括号转义的介绍，本文对regex中方括号的使用进行测试，测试程序如下：

#include  < stdio.h >
#include  < string .h >

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

int  main( int  argc,  char **  argv)
{
        char * pattern, *mstr;
        int x, z, lno = 0, cflags = REG_EXTENDED;
        char ebuf[128], lbuf[256], format[32];
        regex_t reg;
        regmatch_t pm[10];
        const size_t nmatch = 10;

        pattern = argv[1];
        z = regcomp(&reg, pattern, cflags);

        if (z != 0)
        {
                regerror(z, &reg, ebuf, sizeof(ebuf));
                fprintf(stderr, "%s: pattern '%s' \n",ebuf, pattern);
                regfree(&reg);
                return 1;
        }

        while(fgets(lbuf, sizeof(lbuf), stdin))
        {
                ++lno;
                if ((z = strlen(lbuf)) > 0 && lbuf[z-1]== '\n') lbuf[z - 1] = 0;

                z = regexec(&reg, lbuf, nmatch, pm, 0);
                if (z == REG_NOMATCH)
                {
                        printf("not match\n");
                        continue;
                }
                else if (z != 0)
                {
                        regerror(z, &reg, ebuf, sizeof(ebuf));
                        fprintf(stderr, "%s: regcom('%s')\n",
                                        ebuf, lbuf);
                        return 2;
                }

                if (pm[0].rm_so!=-1)
                        printf("%04d: %s\n", lno, lbuf);
                for (x = 0; x < nmatch && pm[x].rm_so != -1; ++ x)
                {
                        mstr = strndup(lbuf + pm[x].rm_so, pm[x].rm_eo-pm[x].rm_so);
                        printf(" $%d: %s\n", x, mstr);
                        free(mstr);
                }
                fflush(stdout);

        }

        regfree(&reg);
        return 0;
}

下面是对正则表达式“[\[][^\[\]]*[\]][#|$] ” 的测试，显然不符合要求。

. / testreg  " [\[][^\[\]]*[\]][#|$]  "   
[root@localhost bin]# 
not match
[a\]# 
0005 : [a\]# 
 $ 0 : [a\]# 

从简单的开始先测试左括号“[”的匹配：

. / testreg  " [\[]+ "
a
not match
[
0002 : [
 $ 0 : [
[root@localhost bin]# 
0003 : [root@localhost bin]# 
 $ 0 : [

再测试右括号“]”：

. / testreg  " [\]]+ "
]
not match
\]  
0002 : \]
 $ 0 : \]
-----------------
. / testreg  " []]+ "
]]
0001 : ]]
 $ 0 : ]]

两个简单的正则表达式可以看出：regex中左方括号需要转义，右方括号不需要转义。
下面我们再来测试匹配一下任意非方括号字符：

. / testreg  " [^\[]]+ "   // 对[转义，不对]转义
[abc]
0001 : [abc]
 $ 0 : c]
. / testreg  " [^\[\]]+ "   // 对[和]转义
[abc]
0001 : [abc]
 $ 0 : c]
. / testreg  " [^]\[]+ "   // 对[转义，不对]转义，且把]放在^后使]不与前面的[匹配
[abc]
0001 : [abc]
 $ 0 : abc

通过上面测试可以得出正确的正则表达式来匹配Linux命令行提示符——“[\[][^]\[]*[]][#$] ”或“\[[^]\[]*][#$] ”。