【wwwmgm8001】如何在C语言中巧用正则表达式,C语言正则表达式的使用

 

4. size_t regerror (int errcode, regex_t *compiled,char *【wwwmgm8001】如何在C语言中巧用正则表达式,C语言正则表达式的使用。buffer,
size_t length)

【wwwmgm8001】如何在C语言中巧用正则表达式,C语言正则表达式的使用。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。

在调用函数regexec()进行模式匹配的过程中,可能在字符串string中会有多处与给定的正则表达式相匹配,参数pmatch就是用来保存这些匹配位置的,而参数nmatch则告诉函数regexec()最多可以把多少个匹配结果填充到pmatch数组中。当regexec()函数成功返回时,从string+pmatch[0].rm_so到string+pmatch[0].rm_eo是第一个匹配的字符串,而从string+pmatch[1].rm_so到string+pmatch[1].rm_【wwwmgm8001】如何在C语言中巧用正则表达式,C语言正则表达式的使用。eo,则是第二个匹配的字符串,依此类推。 

【wwwmgm8001】如何在C语言中巧用正则表达式,C语言正则表达式的使用。参数regex是一个字符串,它代表将要被编译的正则表达式;

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【wwwmgm8001】如何在C语言中巧用正则表达式,C语言正则表达式的使用。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。

应用正则表达式 

扩展:

以上文章参考

参数errcode是来自函数regcomp()或regexec()的错误代码,而参数preg则是由函数regcomp()得到的编译结果,其目的是把格式化消息所必须的上下文提供给regerror()函数。在执行函数regerror()时,将按照参数errbuf_size指明的最大字节数,在errbuf缓冲区中填入格式化后的错误信息,同时返回错误信息的长度。 

释放正则表达式

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。 

无论什么时候,当不再需要已经编译过的正则表达式时,都应该调用函数regfree()将其释放,以免产生内存泄漏。 

 

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。

对那些需要进行复杂数据处理的程序来说,正则表达式无疑是一个非常有用的工具。本文重点在于阐述如何在C语言中利用正则表达式来简化字符串处理,以便在数据处理方面能够获得与Perl语言类似的灵活性

一旦用regcomp()函数成功地编译了正则表达式,接下来就可以调用regexec()函数完成模式匹配:

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

上述程序负责从命令行获取正则表达式,然后将其运用于从标准输入得到的每行数据,并打印出匹配结果。执行下面的命令可以编译并执行该程序: 

void
regfree(regex_t *preg);

size_t length = regerror (errcode, compiled, NULL, 0);

编译正则表达式 

 

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。

标准的C和C++都不支持正则表达式,但有一些函数库可以辅助C/C++程序员完成这一功能,其中最著名的当数Philip Hazel的Perl-Compatible Regular Expression库,许多Linux发行版本都带有这个函数库。 

Hazel的Perl-Compatible RegularExpressi…

如果在程序中针对同一个regex_t结构调用了多次regcomp()函数,POSIX标准并没有规定是否每次都必须调用regfree()函数进行释放,但建议每次调用regcomp()函数对正则表达式进行编译后都调用一次regfree()函数,以尽早释放占用的存储空间。 

 

C语言中使用正则表达式一般分为三步:

如果函数regcomp()执行成功,并且编译结果被正确填充到preg中后,函数将返回0,任何其它的返回结果都代表有某种错误产生。 

 

下边是对三个函数的详细解释

最后给出一个具体的实例,介绍如何在C语言程序中处理正则表达式。 

Linux/Unix工具与正则表达式的POSIX规范:

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则告诉函数regexec()最多可以把多少个匹配结果填充到pmatch数组中。
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。

int regcomp(regex_t *preg, const char *regex, int cflags);
 

 

  1. 编译正则表达式 regcomp()

  2. 匹配正则表达式 regexec()

  3. 释放正则表达式 regfree()

size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);
 

 

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。

参数regex是一个字符串,它代表将要被编译的正则表达式;参数preg指向一个声明为regex_t的数据结构,用来保存编译结果;参数cflags决定了正则表达式该如何被处理的细节。 

测试文件url.temp 内容

以下是例子:(环境 centos)

void regfree(regex_t *preg);
 

 

C语言处理正则表达式常用的函数有regcomp()、regexec()、regfree()和regerror(),一般分为三个步骤,如下所示:

#include <stdio.h>;
#include <sys/types.h>;
#include <regex.h>;

应用正则表达式

标准的C和C++都不支持正则表达式,但有一些函数库可以辅助C/C++程序员完成这一功能,其中最著名的当数Philip
Hazel的Perl-Compatible
RegularExpression库,许多Linux发行版本都带有这个函数库。

报告错误信息 

函数regfree()不会返回任何结果,它仅接收一个指向regex_t数据类型的指针,这是之前调用regcomp()函数所得到的编译结果。

在调用函数regexec()进行模式匹配的过程中,可能在字符串string中会有多处与给定的正则表达式相匹配,参数pmatch就是用来保存这些匹配位置的,而参数nmatch则告诉函数regexec()最多可以把多少个匹配结果填充到pmatch数组中。当regexec()函数成功返时,从string+pmatch[0].rm_so到string+pmatch[0].rm_eo是第一个匹配的字符串,而从string+pmatch[1].rm_so到string+pmatch[1].rm_eo,则是第二个匹配的字符串,依此类推。

为了提高效率,在将一个字符串与正则表达式进行比较之前,首先要用regcomp()函数对它进行编译,将其转化为regex_t结构: 

  1. size_t regerror(int
    errcode, const regex_t *preg,

  2.             char *errbuf, size_t errbuf_size);

/*  write by gx
 *  time:2014/3/21
 *  for: test regex
 *  */

#include 
#include 
#include 

int main(int argc,char** argv)
{
    int status;
    int i;
    int cflags = REG_EXTENDED;

    regmatch_t pmatch[1];
    const size_t nmatch = 1;
    regex_t reg;
    const char* pattern = "^\\w+([-+.]\\w+)*@\\w+([-.]\\w+)*.\\w+([-.]\\w+)*$";
    char* buf = "[email protected]";

    regcomp( ®, pattern, cflags );
    status = regexec( ®, buf, nmatch, pmatch, 0 );

    if( REG_NOMATCH == status )
    {
        printf("-----no nomatch--------");
        return 0;
    }

    if( status == 0 )
    {
        printf("match:\n");
        for( i=pmatch[0].rm_so; i

匹配正则表达式 

相关文章