c regex 用法

2019-11-11 05:18:21

字体：大中小

来源：转载

供稿：网友

http://www.yingzinanfei.com/2017/02/06/c-regex-yongfa/

编译正则表达式 regcomp()匹配正则表达式 regexec()释放正则表达式 regfree()错误处理 regerror()

使用举例

#include <stdio.h>#include <regex.h> //标准c不支持，linux常带有此文件int main(){ regex_t reg; //定义一个正则实例 const char* pattern = "^//w+([-+.]//w+)*@//w+([-.]//w+)*.//w+([-.]//w+)*$"; //定义模式串 regcomp(&reg, pattern, REG_EXTENDED); //编译正则模式串 char* buf = "david19842003@Gmail.com"; //定义待匹配串 const size_t nmatch = 1; //定义匹配结果最大允许数 regmatch_t pmatch[1]; //定义匹配结果在待匹配串中的下标范围 int status = regexec(&reg, buf, nmatch, pmatch, 0); //匹配他 if (status == REG_NOMATCH){ //如果没匹配上 PRintf("No Match/n"); } else if (status == 0){ //如果匹配上了 printf("Match/n"); for (int i = pmatch[0].rm_so; i < pmatch[0].rm_eo; i++){ //遍历输出匹配范围的字符串 printf("%c", buf[i]); } printf("/n"); } regfree(&reg); //释放正则表达式 return 0;}

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

regex_t 是一个结构体数据类型，用来存放编译后的正则表达式 regex_t 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pattern 是指向我们写好的正则表达式的指针cflags 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

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

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0regmatch_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compiled 是已经用regcomp函数编译好的正则表达式string 是目标文本串nmatch 是regmatch_t结构体数组的长度matchptr regmatch_t类型的结构体数组，存放匹配文本串的位置信息eflags 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

void regfree (regex_t *compiled)

清空compiled指向的regex_t结构体的内容如果是重新编译的话，一定要先清空regex_t结构体c

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errcode 是由regcomp 和 regexec 函数返回的错误代号compiled 是已经用regcomp函数编译好的正则表达式，这个值可以为NULLbuffer 指向用来存放错误信息的字符串的内存空间length 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);

上一篇：JVM原理和优化

下一篇：PAT BASIC 1008