linux c与正则表达式 blog.sina.com.cn/s/blog_62b8329101010dpu.html

linux c与正则表达式

(2012-07-04 10:40:12)

转载▼

标签： 正则表达式 数据结构 字符串 函数库 linux Ｃ

分类：shell

C中的正则表达式如何实现呢，以regex系列函数来简要说明：

标准的linux c与c++不支持正则表达式；

以POSIX函数库中的Regex系列函数来说明在Linux c下如何使用正则表达式：

1、编译正则表达式：

    Regcomp函数，生成regex_t数据结构；

    int Regcomp(regex_t*preg, const char *regex, int cflags）；

      参数说明：

        preg:用来保存编译的结果； 

        regex:字符串，表示被编译的正则表达式；

        cflags:编译开关控制细节；

              REG_EXTEND代表使用扩展正则表达式模式；

              REG_ICASE表示对规则中字符串不区分大小写；

              REG_NOSUB只检查是否有符合规则的子串

2、匹配正则表达式：

        利用regcomp生成的数据结构regex_t *preg调用regexec()函数完成模式匹配:

        int regexec(

                        constregex_t *preg, 

                        const char*string, 

                        size_tmatch,

                        regmatch_tpmatch[],

                        inteflags

                        )；

　　typedef struct {

　　regoff_t rm_so;

　　regoff_t rm_eo;

　　} regmatch_t;

      参数说明：

        preg:用来编译后的模式匹配数据结构regex_t常量； 

        string:字符串，表示被匹配的字符串；

        nmatch:被匹配的个数；

        pmatch:匹配的结果数组；

                rm_so表示满足规则的子串在string中的起始偏移量

                rm_eo表示满足规则的子串在string中的后续偏移量

        eflags:匹配的特性

                REG_NOTBOL 是否是第一行

                REG_NOTEOL 是否是最后一行

3、报告错误信息

size_tregerror(int errcode, const regex_t *preg, char *errbuf, size_terrbuf_size);

 参数说明：

        errcode:来自regcomp及regexec函数的错误代码； 

        preg:regcomp编译结果；

        errbuf:缓冲区的错误信息字符串；

        errbuf_size:缓存区的错误信息字符串长度； 

4、释放正则表达式：

voidregfree(regex_t *preg);

            无返回结果，释放regcomp编译的regex_t指针；

5、正则表达式实例：

#include<stdio.h>;

#include<sys/types.h>;

#include <regex.h>;

#include<string.h>

 

static char* substr(constchar*str, unsigned start, unsigned end)

{

  unsigned n =end - start;

  staticchar stbuf[256];

  strncpy(stbuf, str + start, n);

  stbuf[n] = 0;

  returnstbuf;

}

 

int main(int argc, char** argv)

{

  char *pattern;

  int x, z,lno = 0, cflags = 0;

  charebuf[128], lbuf[256];

  regex_t reg;

  regmatch_t pm[10];

  const size_tnmatch = 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);

    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) continue;

    else if(z != 0) {

     regerror(z, &reg, ebuf, sizeof(ebuf));

     fprintf(stderr, "%s:regcom('%s')\n", ebuf, lbuf);

     return 2;

    }

  

    for (x = 0; x < nmatch&& pm[x].rm_so != -1; ++ x) {

     if (!x) printf("d: %s\n", lno, lbuf);

     printf(" $%d='%s'\n", x, substr(lbuf, pm[x].rm_so, pm[x].rm_eo));

    }

  }

 

  regfree(&reg);

  return0;

}

编译执行

 

bitwangbin@mac:~/code/c/regex > gcc regexp.c -oregexp

bitwangbin@mac:~/code/c/regex > ./regexp 'regex[a-z]*' < regexp.c

0003: #include <regex.h>;

  $0='regex'

0020:   regex_t reg;

  $0='regex'

0037:     z =regexec(&reg, lbuf, nmatch, pm, 0);

  $0='regexec'