C語言使用正規表示式

posix規定了正規表示式的c語言庫函式，詳見regex(3)。我們已經學習了很多c語言庫函式的用法，大家一定具備自己看懂man手冊的能力了。在我的shell專欄中，我詳細介紹了正規表示式在grep、sed、awk中的用法，學習要能夠舉一反三，希望大家根據regex(3)自己總結正規表示式在c語言中的用法，寫一些簡單的程式，例如驗證使用者輸入的ip位址或email位址格式是否正確。

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：

編譯正規表示式 regcomp()
匹配正規表示式 regexec()
釋放正規表示式 regfree()

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。

編譯：字串（寫好的正規表示式）——> 結構體

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

regex_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。

pattern

是指向我們寫好的正規表示式的指標。

(寫好的待匹配的正規表示式)

cflags

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,只返回是否成功匹配。如果設定該標誌位，那麼在regexec將忽略nmatch和pmatch兩個引數，也即regexec的參3取0，並且參4賦null。

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。

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。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。

int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr, int eflags) compiled 是已經用regcomp函式編譯好的正規表示式。 string 是目標文字串。(待匹配檔案中的一行) nmatch 是regmatch_t結構體陣列的長度。 matchptr regmatch_t型別的結構體陣列，存放匹配文字串的位置資訊。（用來儲存） eflags 有兩個值: reg_notbol 讓特殊字元^無作用

reg_noteol 讓特殊字元＄無作用

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。

void regfree (regex_t *compiled)
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。
size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)

errcode

是由regcomp

和regexec

函式返回的錯誤代號

(函式返回值)。

compiled

是已經用

regcomp

函式編譯好的正規表示式，這個值可以為

null。

buffer

指向用來存放錯誤資訊的字串的記憶體空間。

length

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。

例如： size_t length = regerror (errcode, compiled, null, 0);

#include #include #include int main(int argc, char **ar**)
const char * pregexstr = ar**[1];
const char * ptext = ar**[2];
regex_t oregex;
int nerrcode = 0;
char szerrmsg[1024] = ;
size_t unerrmsglen = 0;
if ((nerrcode = regcomp(&oregex, pregexstr, reg_extended|reg_nosub)) == 0) 
}unerrmsglen = regerror(nerrcode, &oregex, szerrmsg, sizeof(szerrmsg));
unerrmsglen = unerrmsglen < sizeof(szerrmsg) ? unerrmsglen : sizeof(szerrmsg) - 1;
szerrmsg[unerrmsglen] = '\0';
printf("errmsg: %s\n", szerrmsg);
regfree(&oregex);
return 1;
}

匹配**：

./a.out "\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" "[email protected]" 注：

\w匹配乙個字元，包含下劃線

C語言使用正規表示式

C語言使用正規表示式

C語言使用正規表示式

C語言正規表示式

相關推薦