linuxC正则表达式.docVIP

linux C 正则表达式 2008年10月03日 星期五 9:37 A.M. 正则表达是用来匹配字符串的好东东。 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Philip Hazel的Perl-Compatible Regular Expression库，许多Linux发行版本都带有这个函数库。 本人使用的是fedora 8系统，该版本中就带有这个函数库，下面介绍一下如何使用。（实际上只要使用man命令查询就可了解很多有关的细节了） 很多在网上都有介绍，但多有些小的错误，于是我更改了并整理了一下。 要使用正则表达式的函数库在你的程序前面包含 #include sys/types.h #include regex.h 下面介绍下如何使用： 首先，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： int regcomp(regex_t *preg, const char *regex,int cflags); 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。 （此处可以用man regcomp 命令查看详细的解释） 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。 接下来匹配正则表达式。 一旦用regcomp()成功地编译了正则表达式，接下来就可以调用regexec()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regexec()最多可以把多少个匹配结果填充到pmatch数组中。当regexec()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。 最后释放正则表达式。 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regfree()将其释放，以免产生内存泄漏。 void regfree(regex_t *preg); 报告错误信息 如果调用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regerror()得到详细的错误信息。 size_t regerror(int errcode, const regex_t *preg, char *errbuf,size_t errbuf_size); 参数errcode是来自regcomp()或regexec()的错误代码，而参数preg则是由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()。在执行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。 给出一个应用正则表达式的例子 （这个例子网上容易找到，但多半有些小错误，不能编译成功，我将其修改写在了下面） 例子如下： #include stdio.h #in