原文来自于:http://www.chinaunix.net/jh/23/303346.html
看到大家讨论这方面的东西,作点贡献聊表各位高手对这个版快的无私奉献:oops:
如果用户熟悉Linux下的sed、awk、grep或vi,那么对正则表达式这一概念肯定不会陌生。由于它可以极大地简化处理字符串时的复杂
度,因此现在已经在许多Linux实用工具中得到了应用。千万不要以为正则表达式只是Perl、Python、Bash等脚本语言的专利,作为C语言程序
员,用户同样可以在自己的程序中运用正则表达式。
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PhilipHazel的Perl-CompatibleRegularExpression库,许多Linux发行版本都带有这个函数库。
编译正则表达式
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:
intregcomp(regex_t*preg,constchar*regex,intcflags);
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。
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。
匹配正则表达式
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:
intregexec(constregex_t*preg,constchar*string,size_tnmatch,regmatch_tpmatch[],inteflags);
typedefstruct{
regoff_trm_so;
regoff_trm_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。
voidregfree(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。
报告错误信息
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_tregerror(interrcode,constregex_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。
应用正则表达式
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。
#include<stdio.h>;
#include<sys/types.h>;
#include<regex.h>;
/*取子串的函数*/
staticchar*substr(constchar*str,unsignedstart,unsignedend)
{
unsignedn=end-start;
staticcharstbuf[256];
strncpy(stbuf,str+start,n);
stbuf[n]=0;
returnstbuf;
}
/*主程序*/
intmain(intargc,char**argv)
{
char*pattern;
intx,z,lno=0,cflags=0;
charebuf[128],lbuf[256];
regex_treg;
regmatch_tpm[10];
constsize_tnmatch=10;
/*编译正则表达式*/
pattern=argv[1];
z=regcomp(®,pattern,cflags);
if(z!=0){
regerror(z,®,ebuf,sizeof(ebuf));
fprintf(stderr,"%s:pattern'%s'/n",ebuf,pattern);
return1;
}
/*逐行处理输入的数据*/
while(fgets(lbuf,sizeof(lbuf),stdin)){
++lno;
if((z=strlen(lbuf))>;0&&lbuf[z-1]=='/n')
lbuf[z-1]=0;
/*对每一行应用正则表达式进行匹配*/
z=regexec(®,lbuf,nmatch,pm,0);
if(z==REG_NOMATCH)continue;
elseif(z!=0){
regerror(z,®,ebuf,sizeof(ebuf));
fprintf(stderr,"%s:regcom('%s')/n",ebuf,lbuf);
return2;
}
/*输出处理结果*/
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));
}
}
/*释放正则表达式*/
regfree(®);
return0;
}
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:
#gccregexp.c-oregexp
#./regexp'regex[a-z]*'<regexp.c
0003:#include<regex.h>;
$0='regex'
0027:regex_treg;
$0='regex'
0054:z=regexec(®,lbuf,nmatch,pm,0);
$0='regexec'
小结
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。
分享到:
相关推荐
如何在C语言中巧用正则表达式
在C语言中巧用正则表达式
如安在C语言中巧用正则表达式(linux).docx
如何在C语言中巧用正则表达式(linux).docx
如果用户熟悉Linux下的sed、awk、grep或vi,那么对正则表达式这一概念肯定不会陌生。...千万不要以为正则表达式只是Perl、Python、Bash等脚本语言的专利,作为C语言程序员,用户同样可以在自己的程序中运用正则表达式。
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 Regular Expression库,许多Linux发行版本都带有这个函数库。
使用正则表达式匹配文本... 38 向更实用的程序前进... 40 成功匹配的副作用... 40 错综复杂的正则表达式... 43 暂停片刻... 49 使用正则表达式修改文本... 50 例子:公函生成程序... 50 举例:修整股票价格....
最小巧的正则表达式库,非常适合嵌入式系统移植,可惜功能有点删减
它的设计灵感来自Rob Pike的“ Beautiful Code”一书的正则表达式代码,可在此处在线获得。 它基于Russ Cox的两篇论文:正则表达式匹配可以简单快速地进行正则表达式匹配:虚拟机方法cregex支持POSIX基本正则表达式...
C语言中的一个小正则表达式实现 描述 用C编写的小型可移植(regex)库。 设计灵感来自Rob Pike的正则表达式代码,该书的“美丽代码”。 支持Python标准库实现( re模块)的语法和语义的子集。 我会很乐意接受修正...
技巧 (C++)改善程序设计技术的50个有效做法(PPT) .rar 微软C编程精粹.doc 指针难点详解.rar 如何在C语言中巧用正则表达式.doc C++学习html格
正则表达式是编程工作中最强有力的工具之一。C++的正则表达式支持一直以来是一个软肋。大约在2001年左右,boost中出现了regex库,初步解决了这个问题。但是最初的regex无论在效率上还是可靠性方面都有一些问题,...