学习使用C的regex库

查看手册

man regex

主要的四个函数：

• *regcomp()：主要用于编译正则表达式，用于regexec()函数；

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

typedef struct {
    size_t re_nsub;
} regex_t;

输入参数为：

1）"preg"：用来保存编译后的结果；

preg->rensub 保存正则表达式中的子表达式数， preg->rensub + 1 作为"nmatch"项传递给regexec()函数，帮助其捕获所有匹配项。

2）"regex"：所需编译的正则表达式；

3）"cflags": 表示处理正则表达式的方式。

为0 或 下述参数 或 下述参数或运算后的值
REG_EXTENDED：使用扩展正则表达式方式匹配 ；
REG_ICASE：不区分大小写，后续regexec()同样也不区分大小写；
REG_NOSUB：不需要存储匹配后的结果，忽略"nmatch"项；
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。

输出：编译正常则返回0；否则返回错误信息（非0）。

• *regexec()：利用regcomp()编译后的结果preg，来进行匹配；

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

typedef struct {
    regoff_t  rm_so; //开始位置
    regoff_t  rm_eo; //结束位置
} regmatch_t;

typedef /* ... */  regoff_t;

输入参数为：

1）"preg"：正则表达式编译后的结果；

2）"string"：所需匹配的字符串；

3）"nmatch"：正则表达式中的子表达式数 + 1;

4）"pmatch[]"：存放匹配到的字符串的起始位置

5）"eflags": 表示处理正则表达式的方式。

为0 或 下述参数 或 下述参数或运算 的值
REG_NOTBOL：'^'不被匹配，除非regcomp()的cflags参数指定REG_NEWLINE；
REG_NOTEOL：'$' 不被匹配，除非regcomp()的cflags参数指定REG_NEWLINE；

输出：匹配正常则返回0；否则返回错误信息（非0）。

• regerror()：输出错误信息；
• regfree()：释放正则表达式。

示例分析

#include <stdint.h>
#include <stdio.h>
#include <stdlib.h>
#include <regex.h>

#define ARRAY_SIZE(arr) (sizeof((arr)) / sizeof((arr)[0]))

static const char *const str =
       "1) John Driverhacker;\n2) John Doe;\n3) John Foo;\n";
static const char *const re = "John.*o";

int main(void)
{
   static const char *s = str;
   regex_t     regex;
   regmatch_t  pmatch[1];
   regoff_t    off, len;

   if (regcomp(&regex, re, REG_NEWLINE)){
       exit(EXIT_FAILURE);
   }
   printf("String = \"%s\"\n", str);
   printf("Matches:\n");
   
   for (int i = 0; ; i++) {
       if (regexec(&regex, s, ARRAY_SIZE(pmatch), pmatch, 0))
           break;

       off = pmatch[0].rm_so + (s - str);
       len = pmatch[0].rm_eo - pmatch[0].rm_so;
       printf("#%d:\n", i);
       printf("offset = %jd; length = %jd\n", (intmax_t) off,
               (intmax_t) len);
       printf("substring = \"%.*s\"\n", len, s + pmatch[0].rm_so);

       s += pmatch[0].rm_eo;
   }
   exit(EXIT_SUCCESS);
}

regex库示例程序运行结果示意图