linux c 正则库

linux c正则库


标准的C和C++都不支持正则表达式，但是有一些函数库提供这一功能，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




3个重要的API
recomp()函数对其进行编译，转换为regex_t 结构


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


参数：regex  代表要编译的字符串   preg  是指向regex_t 的数据结构，保存编译的结果cflags决定了正则表达式如何被处理的细节


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.


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;


int regexec(const regex_t *preg,const char* string,size_t nmatch,regmatch_t pmatch[],int eflags);


typedef struct {
regoff_t rm_so;
regoff_t rm_eo;
}regmatch_t;




参数preg指向编译后的正则表达式，参数string是将要进行匹配的字符串，而参数nmatch和pmatch则用于把匹配结果返回给调用程序，最后一个参数eflags决定了匹配的细节。


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_eo，则是第二个匹配的字符串，依此类推。


释放正则表达式


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。


void regfree(regex_t *preg);
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。


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


如果调用函数regcomp()或regexec()得到的是一个非0的返回值，则表明在对正则表达式的处理过程中出现了某种错误，此时可以通过调用函数regerror()得到详细的错误信息。


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




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。


例子：
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <sys/types.h>
#include <regex.h>




static char* substr(const char* str,unsigned start,unsigned end)
{
        unsigned n = end- start;
        static char stbuf[256];
        strncpy(stbuf,str+start,n);
        stbuf[n] = '\0';
        return stbuf;
}
int main(int argc,char **argv)
{
        char *pattern;
        int x,z,lno = 0,cflags = 0;
        char ebuf[128],lbuf[256];
        regex_t reg;
        regmatch_t pm[10];
        const size_t nmatch = 10;
        pattern = argv[1];
        z = regcomp(&reg,pattern,cflags);
        if(z != 0)
        {
            regerror(z,&reg,ebuf,sizeof(ebuf));
            fprintf(stderr,"%s:pattern '%s' \n",ebuf,pattern);
            return 1;
        }
        while(fgets(lbuf,sizeof(lbuf),stdin))
        {
            ++lno;
            if((z = strlen(lbuf)) > 0 && lbuf[z-1] == '\n')
            lbuf[z-1] = 0;
            z = regexec(&reg,lbuf,nmatch,pm,0);
           if(z == REG_NOMATCH)continue;
           else if(z != 0)
           {
                   regerror (z,&reg, ebuf, sizeof (ebuf));
     fprintf (stderr, "%s: regcom('%s')\n", ebuf, lbuf);
             return 2;
                      for(x = 0;x < nmatch && pm[x].rm_so !=  -1;++x)
          {
            if(!x)
            printf("%04d:%s\n",lno,lbuf);
            printf("$%d='%s'\n",x,substr(lbuf,pm[x].rm_so,pm[x].rm_eo));


                }
        }
        regfree(&reg);
        return 0;
}