设为首页 加入收藏

TOP

C语言正则表达式的使用(一)
2014-04-06 17:41:53 来源: 作者: 【 】 浏览:315
Tags:语言 正则 表达式 使用

  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,其中最着名的当数Philip Hazel的Perl-Compatible RegularExpression库,许多Linux发行版本都带有这个函数库。

  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:

  C语言中使用正则表达式一般分为三步:

  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()

  下边是对三个函数的详细解释

  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.

  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。

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

  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.

  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 .rm_so到string+pmatch .rm_eo,则是第二个匹配的字符串,依此类推。

  regmatch_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。

  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.

  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。

  4. 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。

  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。

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

   

首页 上一页 1 2 下一页 尾页 1/2/2
】【打印繁体】【投稿】【收藏】 【推荐】【举报】【评论】 【关闭】 【返回顶部
分享到: 
上一篇字符串替换空格实例题 下一篇C语言单元测试

评论

帐  号: 密码: (新用户注册)
验 证 码:
表  情:
内  容: