c 正则表达式
作者:互联网
c 正则表达式
在linux下主要有三个函数,用于正则表达式
#include <sys/types.h>
#include <regex.h>
//生成规则
int regcomp(regex_t *preg, const char *regex, int cflags);
//要匹配的目标字符串
int regexec(const regex_t *preg, const char *string, size_t nmatch,
regmatch_t pmatch[], int eflags);
//释放内存
void regfree(regex_t *preg);
函数regcomp的参数cflags
REG_EXTENDED
使用扩展的正则表达式语法。
意思是,解释正则表达式时使用扩展的正则表达式语法。POSIX规范将正则表达式的实现方法分为了两种:基本正则表达式(BRE)和扩展正则表 达式(ERE)。
BRE和ERE到底有什么区别?其实仅仅是元字符的不同!在BRE方式中,只承认^ 、$、 . 、[ 、] 、*这些是元字符,所有其他的字符都被识别为文字字符。而ERE中,则添加了(、 ) 、{ 、} 、?、 + |、等元字符(及其相关功能)。grep命令默认支持BRE,要想支持ERE需要使用-E选项。
REG_ICASE
忽略大小写。
REG_NOSUB
如果使用了这个选项得到的编译后的正则表达式,在被后面的regexec()函数使用时,regexec()的nmatch参数和pmatch参数将会被忽略 。
REG_NEWLINE
其实REG_NEWLINE的作用就两个:
1、 使^和$有效。
2、 绝对不匹配换行符
函数regexec的参数eflags:还没弄明白
括号()的作用
假如有正则表达式【name=[^&]*】(目的是匹配URL里的name=xxx),如果匹配上了,则在pmatch里返回的是【name=xxx】,但是如果我还想要=号后面的xxx,怎么办呢?
那就加个括号,【name=([^&]*)】,这个正则表达式,匹配后,pmatch[0]里匹配的值是【name=xxx】,pmatch[1]里匹配的值则是【xxx】,这就是括号的妙用。
REG_NEWLINE的作用
假如有正则表达式【^age=[^&]*】(目的是匹配URL里的\r\n后面的name=xxx)。如果在调用regcomp是没有指定参数REG_NEWLINE,则目标字符串:【username=xdd\r\nage=22&husband=qinger\r\n&like=study&look=pretty\r\n 】无法被匹配;
加了REG_NEWLINE,【age=22】就被匹配出来了。
函数regexec的局限:匹配到一个后,即使后面还有,它也不去匹配了,也就是说只匹配一次。
那么,如果想匹配多次怎么办呢,手动改变目标字符串,把已经匹配完的切掉,用剩下的串在继续调用regexec函数,直到全部匹配完。提供个小例子,完成多次匹配。
原理:rm_eo返回的是匹配到的末尾位置,所以让新的串sbuf,指向上一次的末尾,再继续调用regexec,也就是每次都改变sbuf
/* 取子串的函数 */
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;
}
size_t nmatch = 3;
regmatch_t pmatch[3];
const char* lbuf = "The fat cat. sat. on the mat.";
const char* sbuf = lbuf;
while(regexec(®, sbuf, nmatch, pmatch, 0) == 0){
for (x = 0; x < nmatch && pmatch[x].rm_so != -1; ++x) {
printf(" $%d='%s'\n", x, substr(sbuf, pmatch[x].rm_so, pmatch[x].rm_eo));
}
//rm_eo返回的是匹配到的末尾位置,所以让新的串,指向上一次的末尾,再继续调用regexec
sbuf = &sbuf[pmatch[--x].rm_eo];
}
完整的小例子:
#include <stdio.h>
#include <sys/types.h>
#include <regex.h>
#include <string.h>
/* 取子串的函数 */
static char* substr(const char*str, unsigned start, unsigned end)
{
unsigned n = end - start;
static char stbuf[256];
strncpy(stbuf, str + start, n);
stbuf[n] = 0;
return stbuf;
}
int main(){
regex_t reg;
int ret = regcomp(®, "(at\\.)$", REG_NEWLINE | REG_EXTENDED);
if(ret != 0){
printf("regcomp error %d\n", ret);
return 1;
}
size_t nmatch = 3;
regmatch_t pmatch[3];
const char* lbuf = "The fat cat. sat. on the mat.";
const char* sbuf = lbuf;
int x = 0;
while(regexec(®, sbuf, nmatch, pmatch, 0) == 0){
for (x = 0; x < nmatch && pmatch[x].rm_so != -1; ++x) {
printf(" $%d='%s'\n", x, substr(sbuf, pmatch[x].rm_so, pmatch[x].rm_eo));
}
sbuf = &sbuf[pmatch[--x].rm_eo];
}
regfree(®);
}
参考:https://www.cnblogs.com/qingergege/p/7359935.html
c/c++ 学习互助QQ群:877684253
本人微信:xiaoshitou5854
标签:匹配,正则表达式,pmatch,sbuf,char,rm,regexec 来源: https://www.cnblogs.com/xiaoshiwang/p/11493201.html