正则表达式和sscanf

      在看这篇文章之前建议你先了解一下什么是正则表达式，具体不重复了，google一下能出一大堆，不过这篇文章比较好，贴个url http://unibetter.com/deerchao/zhengzhe-biaodashi-jiaocheng-se.htm，作者说30分钟能看完的不是地球人，但是我15分钟就看完了还记住了90%以上，好吧我来自火星，玩笑到此结束，下面切入正题。

      本文的命题源自于这样的一个url，protocol://ip:port/chn/mode，比如说，dv://192.168.1.253:65001/1/1。如果我要解析出来各个部分，并把它们保存到各自的变量里面要怎么做？传统的C程序员会说用strtok慢慢取得各个部分，对于要转成int的用atoi，部分C++程序员也许会放弃strtok转用std::string当中的find系列成员函数（find/find_first_of...）。是的，我以前也是这么干的，两种方法都用过，当然也包括MFC里的CString的相关成员函数。现在，一种全新的方法源自于sscanf这个C语言函数。

      无论你用C还是C++，sscanf和scanf这两个函数都不会太陌生，%d %s %f甚至%02d %.2f这些东西你也很熟，看了上面我说的正则表达式，也许你会写出这么一个正则表达式：[a-zA-Z]+://(/d{1,3}/.){3}(/d{1,3}):/d{1,5}//d{1,}//d，没错，这个正则表达式的IP部分有点问题，但是为了描述简单，暂时就这么用了。激动人心的时候到了，我要告诉你的是scanf以及sscanf实际上是支持部分正则表达式的，当然即使是到现在我依旧不敢肯定这个部分是否是ANSI的一部分，但是我的VS2005上没有问题，朋友的VS2003上也没有问题，至于VC6实在太古老暂时找不到测试。但是顺便说一句，VS2005上你用sscanf或者scanf他会出警告的，他说这两个函数不安全建议你用sscanf_s和scanf_s，我试了下推荐的两个函数又不支持这个功能了，比较囧了。

      好了，具体说说sscanf的这个扩展功能吧（暂且这么叫）。sscanf提供的这个扩展功能其实并不能真正称为正则表达式，因为他的书写还是离不开%，而且也很局限。但是作为处理我上面说的url已经是绰绰有余了。sscanf的这个扩展功能支持[]表示支付范围，{}表示重复次数，^表示取非，*表示跳过。所以上面这个url的解析可以写成下面这个样子：

char url[] = "dv://192.168.1.253:65001/1/1"

sscanf(url,"%[^://]%*c%*c%*c%[^:]%*c%d%*c%d%*c%d",protocol,ip,port,chn,type);

解释一下

先取得一个最长的字符串，但不包括字串://，于是protocol="dv/0";

然后跳过三个字符（%*c），其实就是跳过://

接着取一个字符串不包括字符串:，于是ip=192.168.1.253，这里简化处理了，IP就当个字符串来弄，而且不做检查

然后跳过冒号取端口到port，再跳过/取通道号到chn，再跳过/取码流类型到type。

      是不是觉得还不过瘾？我也觉得，接着举例。

sscanf("Phil/nChang","%[^/n]%*c%s",first_name,last_name);

解释：跳过一个换行符，取first_name和last_name

类似上面的sscanf("[email protected]","%[^@]%*c%s",user_name,host);

 

      基本上，这个东西用的不多，但是有时候很实用，让你的代码会很简洁，但是相比正则表达式，功能又显得简陋很多，怎么用，就看个人而定了，还是那句话，不是很确定这东西是不是ANSI的，所以不考虑移植又觉得很简洁那么用吧，考虑移植那么请三思，至于正则表达式，用regex或者boost库吧，哦，我说的是C++，C#本来就带了的！