《转》/usr/include/regex.h

在GNU C 中要使用规则表达式，需要用到以下几个函数。（定义在/usr/include/regex.h文件中）
　　　 * int regcomp (regex_t *compiled, const char *pattern, int cflags)
　　　 * int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int
　　　 eflags)
　　　 * void regfree (regex_t *compiled)
　　　 * size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)

　　　 下面我就介绍分别一下这几个函数和它用到的一些数据类型。

　　　 1.int regcomp (regex_t *compiled, const char *pattern, int cflags)

　　　这个函数把指定的规则表达式pattern编译成一种特定的数据格式compiled，这样可以使匹配更有效。函数
　　　 regexec 会使用这个数据在目标文
　　　 本串中进行模式匹配。执行成功返回０。

　　　 regex_t 是一个结构体数据类型，用来存放编译后的规则表达式，它的成员re_nsub 用来存储规则表达式中的子
　　　 规则表达式的个数，子规则表达式就是用圆括号包起来的部分表达式。

　　　 pattern 是指向我们写好的规则表达式的指针。
　　　 cflags 有如下4个值或者是它们或运算(|)后的值:
　　　 REG_EXTENDED 以功能更加强大的扩展规则表达式的方式进行匹配。
　　　 REG_ICASE 匹配字母时忽略大小写。
　　　 REG_NOSUB 不用存储匹配后的结果。
　　　 REG_NEWLINE 识别换行符，这样'$'就可以从行尾开始匹配，'^'就可以从行的开头开始匹配。

　　　 2. int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int
　　　 eflags)

　　　 当我们编译好规则表达式后，就可以用regexec 匹配我们的目标文本串了，如果在编译规则表达式的时候没有指
　　　 定cflags的参数为
　　　 REG_NEWLINE，则默认情况下是忽略换行符的，也就是把整个文本串当作一个字符串处理。执行成功返回０。

　　　 regmatch_t 是一个结构体数据类型，成员rm_so 存放匹配文本串在目标串中的开始位置，rm_eo 存放结束位
　　　 置。通常我们以数组的形式定义
　　　一组这样的结构。因为往往我们的规则表达式中还包含子规则表达式。数组0单元存放主规则表达式位置，后边的
　　　 单元依次存放子规则表达式位
　　　 置。

　　　 compiled 是已经用regcomp函数编译好的规则表达式。
　　　 string 是目标文本串。
　　　 nmatch 是regmatch_t结构体数组的长度。
　　　 matchptr regmatch_t类型的结构体数组，存放匹配文本串的位置信息。
　　　 eflags 有两个值
　　　 REG_NOTBOL 按我的理解是如果指定了这个值，那么'^'就不会从我们的目标串开始匹配。总之我到现在还不是很
　　　 明白这个参数的意义，
　　　 原文如下：
　　　 If this bit is set, then the beginning-of-line operator doesn't match the beginning of the
　　　 string (presumably
　　　 because it's not the beginning of a line).If not set, then the beginning-of-line operator
　　　 does match the beginning
　　　 of the string.
　　　 REG_NOTEOL 和上边那个作用差不多，不过这个指定结束end of line。

　　　 3. void regfree (regex_t *compiled)

　　　当我们使用完编译好的规则表达式后，或者要重新编译其他规则表达式的时候，我们可以用这个函数清空
　　　 compiled指向的regex_t结构体的内
　　　容，请记住，如果是重新编译的话，一定要先清空regex_t结构体。

　　　 4. size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)

　　　 当执行regcomp 或者regexec 产生错误的时候，就可以调用这个函数而返回一个包含错误信息的字符串。

　　　 errcode 是由regcomp 和 regexec 函数返回的错误代号。
　　　 compiled 是已经用regcomp函数编译好的规则表达式，这个值可以为NULL。
　　　 buffer 指向用来存放错误信息的字符串的内存空间。
　　　 length 指明buffer的长度，如果这个错误信息的长度大于这个值，则regerror 函数会自动截断超出的字符串，
　　　 但他仍然会返回完整的字符
　　　串的长度。所以我们可以用如下的方法先得到错误字符串的长度。
　　　 size_t length = regerror (errcode, compiled, NULL, 0);


#include <stdio.h>
#include <regex.h>

int changeFormat(char *str) {

        int     n, i;
        regex_t re;
        regmatch_t pm[10];
        char    buf[1024], pattern[1024];

        //strcpy(pattern, "(<[0-9]{1,2}>)([0-9]{4}-[0-9]{2}-([0-9]{2}) ([0-9]{2}-[0-9]{2}-[0-9]{2}) ([0-9]{1,2,3}.[0-9]{1,2,3}.[0-9]{1,2,3}.[0-9]{1,2,3}) ([0-9]{1,2}) ([0-9]{1,2})(//S)");
       //strcpy(pattern, "<([0-9]{1,2})>([0-9]{4}-[0-9]{2}-[0-9]{2}) ([0-9]{2}:[0-9]{2}:[0-9]{2}) ([0-9]{1,3}//.[0-9]{1,3}//.[0-9]{1,3}//.[0-9]{1,3}) (//S)");
       //strcpy(pattern, "<([0-9]{1,2})>([0-9]{4}-[0-9]{2}-[0-9]{2}) ([0-9]{2}:[0-9]{2}:[0-9]{2}) ([0-9]{1,3}//.[0-9]{1,3}//.[0-9]{1,3}//.[0-9]{1,3})");
       //strcpy(pattern, "<([0-9]{1,2})>([0-9]{4}-[0-9]{2}-[0-9]{2}) ([0-9]{2}:[0-9]{2}:[0-9]{2}) ([0-9]{1,3}//.[0-9]{1,3}//.[0-9]{1,3}//.[0-9]{1,3}) ([0-9]{1,2}) ([0-9]{1,2})");
       strcpy(pattern, "<([0-9]{1,2})>([0-9]{4}-[0-9]{2}-[0-9]{2}) ([0-9]{2}:[0-9]{2}:[0-9]{2}) ([0-9]{1,3}//.[0-9]{1,3}//.[0-9]{1,3}//.[0-9]{1,3}) ([0-9]{1,2}) ([0-9]{1,2})");

        n = regcomp(&re, pattern, REG_EXTENDED);

        if (n != 0) {

                regerror(n, &re, buf, sizeof(buf));

                fprintf(stderr, "err1:[%d]%s", n, buf);

                return n;

        }

        n = regexec(&re, str, sizeof(pm)/sizeof(regmatch_t), pm, 0);

        if (n != 0) {

                if (n != REG_NOMATCH) {

                        regerror(n, &re, buf, sizeof(buf));

                        fprintf(stderr, "err2:[%d]%s", n, buf);

                }
        else
        {
           
                regerror(n, &re, buf, sizeof(buf));

                fprintf(stderr, "err1:[%d]%s", n, buf);
        }

        } else {

                memset(buf, 0x00, sizeof(buf));

                strncpy(buf, str + pm[1].rm_so, pm[1].rm_eo - pm[1].rm_so);
                strcat(buf, "@");

                strncat(buf, str + pm[2].rm_so, pm[2].rm_eo - pm[2].rm_so);
                strcat(buf, "@");

        strncat(buf, str + pm[3].rm_so, pm[3].rm_eo - pm[3].rm_so);
                strcat(buf, "@");
           
        strncat(buf, str + pm[4].rm_so, pm[4].rm_eo - pm[4].rm_so);
                strcat(buf, "@");
           
        strncat(buf, str + pm[5].rm_so, pm[5].rm_eo - pm[5].rm_so);
                strcat(buf, "@");
           
        strncat(buf, str + pm[6].rm_so, pm[6].rm_eo - pm[6].rm_so);
                strcat(buf, "@");
           
        printf("%s/n",buf);

            printf("begin: %u/n",str);   
            printf("end: %s/n",str+pm[6].rm_so);   
                strcpy(str,buf);               
        }

        regfree(&re);


        return n;

}

int main()
{
    char log[1024];
    sprintf(log,"<14>2002-11-11 12:12:12 11.22.33.44 3 3 aaaa aaaaaa");
        changeFormat(log);
        printf("%s/n",log);
    return 1;   
}