linux c 正規表示式

標準的c和c+

+ 都不支援正規表示式，但有一些函式庫可以輔助c/ c+

+ 程式設計師完成這一功能，其中最著名的當數philip hazel的perl- compatible regular expression庫，許多linux發行版本都帶有這個函式庫。

編譯正規表示式

為了提高效率，在將乙個字串與正規表示式進行比較之前，首先要用regcomp(

) 函式對它進行編譯，將其轉化為regex_t結構：

int regcomp( regex_t * preg,

const

char

* regex,

int cflags)

;引數regex是乙個字串，它代表將要被編譯的正規表示式；引數preg指向乙個宣告為regex_t的資料結構，用來儲存編譯結果；引數cflags決定了正規表示式該如何被處理的細節。

如果函式regcomp(

) 執行成功，並且編譯結果被正確填充到preg中後，函式將返回0，任何其它的返回結果都代表有某種錯誤產生。

匹配正規表示式

一旦用regcomp(

) 函式成功地編譯了正規表示式，接下來就可以呼叫regexec(

) 函式完成模式匹配：

int regexec(

const regex_t * preg,

const

char

*string

,size_t nmatch, regmatch_t pmatch,

int eflags)

;typedef

struct

regmatch_t;

引數preg指向編譯後的正規表示式，引數string是將要進行匹配的字串，而引數nmatch和pmatch則用於把匹配結果返回給呼叫程式，最後乙個引數eflags決定了匹配的細節。

在呼叫函式regexec(

) 進行模式匹配的過程中，可能在字串string中會有多處與給定的正規表示式相匹配，引數pmatch就是用來儲存這些匹配位置的，而引數nmatch則告訴函式regexec(

) 最多可以把多少個匹配結果填充到pmatch陣列中。當regexec(

) 函式成功返回時，從 string

+ pmatch[ 0]

. rm_so到string+ pmatch[ 0]

. rm_eo是第乙個匹配的字串，而從 string

+ pmatch[ 1]

. rm_so到string+ pmatch[ 1]

. rm_eo，則是第二個匹配的字串，依此類推。

釋放正規表示式

無論什麼時候，當不再需要已經編譯過的正規表示式時，都應該呼叫函式regfree(

) 將其釋放，以免產生記憶體洩漏。

void regfree( regex_t * preg)

;函式regfree(

) 不會返回任何結果，它僅接收乙個指向regex_t資料型別的指標，這是之前呼叫regcomp(

) 函式所得到的編譯結果。

如果在程式中針對同乙個regex_t結構呼叫了多次regcomp(

) 函式，posix標準並沒有規定是否每次都必須呼叫regfree(

) 函式進行釋放，但建議每次呼叫regcomp(

) 函式對正規表示式進行編譯後都呼叫一次regfree(

) 函式，以盡早釋放占用的儲存空間。

報告錯誤資訊

如果呼叫函式regcomp(

) 或regexec(

) 得到的是乙個非0的返回值，則表明在對正規表示式的處理過程中出現了某種錯誤，此時可以通過呼叫函式regerror(

) 得到詳細的錯誤資訊。

size_t regerror(

int errcode,

const regex_t * preg,

char

* errbuf,

size_t errbuf_size)

;引數errcode是來自函式regcomp(

) 或regexec(

) 的錯誤**，而引數preg則是由函式regcomp(

) 得到的編譯結果，其目的是把格式化訊息所必須的上下文提供給regerror(

) 函式。在執行函式regerror(

) 時，將按照引數errbuf_size指明的最大位元組數，在 errbuf緩衝區中填入格式化後的錯誤資訊，同時返回錯誤資訊的長度。

應用正規表示式

最後給出乙個具體的例項，介紹如何在c語言程式中處理正規表示式。

regexp. c:

#include

< stdio. h>

#include

<

string

. h>

#include

< sys/ types. h>

#include

< regex. h>

/* 取子串的函式 */

static

char

*substr (

const

char

* str,

unsigned start,

unsigned end)

/* 主程式 */

intmain (

int argc,

char

** argv)

/* 逐行處理輸入的資料 */

while

(fgets

( lbuf,

sizeof

( lbuf)

,stdin))

/* 輸出處理結果 */

for( x = 0; x < nmatch &

& pm[ x]

. rm_so !

=- 1;

++ x)

}/* 釋放正規表示式 */

regfree (

& reg)

;return 0;

}makefile:

cc = gcc

cflags =

- g - wall

target = regexp

execobjs = $

. o$( target)

: $( execobjs)

$( cc) $( cflags)

- o $( target) $( execobjs)

%. o:

%. c

$( cc) $( cflags)

- o $@ - c $<

clean:

rm - rf *

. o *

. a *

. so $( target)

[ root@zj:

~/ c_parm/ regexp]

# make

gcc - g - wall - o regexp. o - c regexp. c

gcc - g - wall - o regexp regexp. o

[ root@zj:

~/ c_parm/ regexp]#.

/ c_regexp 'regex[a-z]*'

< c_regexp. c

0004:

#include

< regex. h>

$0='regex'

0023: regex_t reg;

$0='regex'

0043: z = regexec (

& reg, lbuf, nmatch, pm, 0)

;$0=

'regexec'

不要說為什麼乙個檔案還makefile.

.. 以前我也很少用makefile, win下的習慣!!!bs下自己, 最近寫linux code寫大半年了, 我就沒自己敲過gcc了^_^.

其實關鍵是code總要不定的debug, 你不能每次debug後都gcc - o ***

- l - l...