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。
c語言處理正規表示式常用的函式有regcomp()、regexec()、regfree()和regerror(),一般分為三個步驟,如下所示:
c語言中使用正規表示式一般分為三步:
編譯正規表示式 regcomp()
匹配正規表示式 regexec()
釋放正規表示式 regfree()
下邊是對三個函式的詳細解釋
1、int regcomp (regex_t *compiled, const char *pattern, int cflags)
這個函式把指定的正規表示式pattern編譯成一種特定的資料格式compiled,這樣可以使匹配更有效。函式regexec 會使用這個資料在目標文字串中進行模式匹配。執行成功返回0。
引數說明:
①regex_t 是乙個結構體資料型別,用來存放編譯後的正規表示式,它的成員re_nsub 用來儲存正規表示式中的子正規表示式的個數,子正規表示式就是用圓括號包起來的部分表示式。
②pattern 是指向我們寫好的正規表示式的指標。
③cflags 有如下4個值或者是它們或運算(|)後的值:
reg_extended 以功能更加強大的擴充套件正規表示式的方式進行匹配。
reg_icase 匹配字母時忽略大小寫。
reg_nosub 不用儲存匹配後的結果。
reg_newline 識別換行符,這樣'$'就可以從行尾開始匹配,'^'就可以從行的開頭開始匹配。
2. int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr , int eflags)
當我們編譯好正規表示式後,就可以用regexec 匹配我們的目標文字串了,如果在編譯正規表示式的時候沒有指定cflags的引數為reg_newline,則預設情況下是忽略換行符的,也就是把整個文字串當作乙個字串處理。執行成功返回0。
regmatch_t 是乙個結構體資料型別,在regex.h中定義:
typedef struct
regmatch_t;
成員rm_so 存放匹配文字串在目標串中的開始位置,rm_eo 存放結束位置(結束位置是匹配文字串後的第乙個字元的位置)。通常我們以陣列的形式定義一組這樣的結構。因為往往我們的正規表示式中還包含子正規表示式。陣列0單元存放主正規表示式位置,後邊的單元依次存放子正規表示式位置。
引數說明:
①compiled 是已經用regcomp函式編譯好的正規表示式。
②string 是目標文字串。
③nmatch 是regmatch_t結構體陣列的長度。
④matchptr regmatch_t型別的結構體陣列,存放匹配文字串的位置資訊。
⑤eflags 有兩個值
reg_notbol 按我的理解是如果指定了這個值,那麼'^'就不會從我們的目標串開始匹配。總之我到現在還不是很明白這個引數的意義;
reg_noteol 和上邊那個作用差不多,不過這個指定結束end of line。
3. void regfree (regex_t *compiled)
當我們使用完編譯好的正規表示式後,或者要重新編譯其他正規表示式的時候,我們可以用這個函式清空compiled指向的regex_t結構體的內容,
請記住,如果是重新編譯的話,一定要先清空regex_t結構體
。4. size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)
當執行regcomp 或者regexec 產生錯誤的時候,就可以呼叫這個函式而返回乙個包含錯誤資訊的字串。
引數說明:
①errcode 是由regcomp 和 regexec 函式返回的錯誤代號。
②compiled 是已經用regcomp函式編譯好的正規表示式,這個值可以為null。
③buffer 指向用來存放錯誤資訊的字串的記憶體空間。
④length 指明buffer的長度,如果這個錯誤資訊的長度大於這個值,則regerror 函式會自動截斷超出的字串,但他仍然會返回完整的字串的長度。所以我們可以用如下的方法先得到錯誤字串的長度。
size_t length = regerror (errcode, compiled, null, 0);
C語言中巧用正規表示式 1
如果使用者熟悉 linux 下的sed awk grep或vi 那麼對正規表示式這一概念肯定不會陌生。由於它可以極大地簡化處理字串時的複雜度,因此現在已經在許多 linux 實用工具中得到了應用。千萬不要以為正規表示式只是 perl python bash 等指令碼語言的專利,作為 c語言程式設計師...
C語言中的正規表示式實現
緣起於網易下屬某公司筆試的一道題目,用c c 實現乙個對 8 9 0 9 的正規表示式實現引擎。這道題目我做錯了,因為下意識地認為是 8 9 0 9 的表示式。回頭想想,如果不用正規表示式的庫,可以 trying to match 8 9 0 9 include include include in...
c語言中的正規表示式regex h
如果使用者熟悉linux下的sed awk grep或vi,那麼對正規表示式這一概念肯定不會陌生。由於它可以極大地簡化處理字串時的複雜度,因此現在已經在許多linux實用工具中得到了應用。千萬不要以為正規表示式只是perl python bash等指令碼語言的專利,作為c語言程式設計師,使用者同樣可...