C 正则表达式判断字符串能否表示整数

GNU正则表达式库是glibc(GNU C Library)的一部分，它提供与POSIX标准兼容的正则表达式匹配的接口。
这里是其主页：http://www.gnu.org/s/libc/manual/html_node/Regular-Expressions.html
参考： GNU正则表达式库
参考： 深入浅出C/C++中的正则表达式库

 

函数说明：http://c.biancheng.net/cpp/html/1428.html 

C语言中使用正则表达式一般分为三步： 

编译正则表达式 regcomp() 

匹配正则表达式 regexec() 

释放正则表达式 regfree()

下边是对三个函数的详细解释

1、int regcomp (regex_t *compiled, const char *pattern, int cflags) 这个函数把指定的正则表达式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。 　
**参数说明**：

• ①regex_t 是一个结构体数据类型，用来存放编译后的正则表达式，它的成员re_nsub 用来存储正则表达式中的子正则表达式的个数，子正则表达式就是用圆括号包起来的部分表达式。
• ②pattern 是指向我们写好的正则表达式的指针。
• ③cflags 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正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)
当我们编译好正则表达式后，就可以用regexec 匹配我们的目标文本串了，如果在编译正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，在regex.h中定义：

typedef struct
{
regoff_t rm_so;
regoff_t rm_eo;
} regmatch_t;
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。因为往往我们的正则表达式中还包含子正则表达式。数组0单元存放主正则表达式位置，后边的单元依次存放子正则表达式位置。

参数说明：
①compiled 是已经用regcomp函数编译好的正则表达式。
②string 是目标文本串。
③nmatch 是regmatch_t结构体数组的长度。
④matchptr regmatch_t类型的结构体数组，存放匹配文本串的位置信息。
⑤eflags 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；
REG_NOTEOL 和上边那个作用差不多，不过这个指定结束end of line。*

/* 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.  */
#define REG_NOTBOL 1

/* Like REG_NOTBOL, except for the end-of-line.  */
#define REG_NOTEOL (1 << 1)

3. void regfree (regex_t *compiled) 当我们使用完编译好的正则表达式后，或者要重新编译其他正则表达式的时候，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。 参数说明： ①errcode 是由regcomp 和 regexec 函数返回的错误代号。 ②compiled 是已经用regcomp函数编译好的正则表达式，这个值可以为NULL。 ③buffer 指向用来存放错误信息的字符串的内存空间。 ④length 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);

   
   
   
   

    
    
    
    
本来是char *str 转为整数的题（https://leetcode.com/problems/string-to-integer-atoi/?tab=Description）， 由于原题意思是可以截取，不用进行正则判断， 将正则po出来，记录于此。熟悉c语言正则的过程。

   
   
   
   


   
   
   
   


#include <sys /types.h>
#include <regex .h>
#include <stdio .h>
int isInt(char *str) {

    int len = strlen(str);
    if (len == 0) return 0; // INT_MAX;
    int ans = 0;

    // c regex: -2147483648到+2147483647. // int: 2147483647
    const char *pattern = "(^[-+]?[1-9]{1}[0-9]{0,8}$)|(^[-+]{0,1}1[0-9]{9}$) |(^[-+]?21[0-3][0-9]{7}$)|(^[-+]?214[0-6][0-9]{6}$)|(^[-+]? 2147[0-3][0-9]{5}$)|(^[-+]? 21474[0-7][0-9]{4}$)|(^[-+]?214748[0-2][0-9]{3}$)|(^[-+]? 2147483[0-5][0-9]{2}$)|(^[-+]?21474836[0-3][0-9]{1}$)|(^+?214748364[0-7]$)|(^-214748364[0-8]$)";

    int cflags = REG_EXTENDED;
    regex_t reg;
    int nErrCode = 0;
    if ((nErrCode = regcomp(&reg, pattern, cflags)) == 0){  // compile
        const size_t nmatch = 1;
        regmatch_t pmatch[1];
        if ((nErrCode = regexec(&reg, str, nmatch, pmatch, 0)) == 0){
            if(str[0]=='-' || str[0]=='+'){
                for (int i = 1; i < len; ++i)
                    ans = ans * 10 + (str[i] - '0');
                ans = (str[0]=='-' ? -ans : ans);
            }
            else{
                for (int i = 0; i < len; ++i)
                    ans = ans * 10 + (str[i] - '0');
            }   
        }
    }

    regfree(&reg);

    return ans;
}