C语言怎么用正则表达式
发布时间:2025-05-15 22:29:47 发布人:远客网络
一、C语言怎么用正则表达式
1、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:
2、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
3、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
4、员，用户同样可以在自己的程序中运用正则表达式。
5、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。
6、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：
7、int regcomp(regex_t*preg, const char*regex, int cflags);
8、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。
9、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。
10、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：
11、int regexec(const regex_t*preg, const char*string, size_t nmatch,regmatch_t pmatch[], int eflags);
12、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。
13、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
14、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
15、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
16、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。
17、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。
18、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。
19、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
20、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。
21、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。
22、size_t regerror(int errcode, const regex_t*preg, char*errbuf, size_t errbuf_size);
23、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，
24、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
25、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。
26、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。
27、static char* substr(const char*str, unsigned start, unsigned end)
28、 strncpy(stbuf, str+ start, n);
29、int main(int argc, char** argv)
30、 z= regcomp(®, pattern, cflags);
31、 regerror(z,®, ebuf, sizeof(ebuf));
32、 fprintf(stderr,"%s: pattern'%s'\n", ebuf, pattern);
33、 while(fgets(lbuf, sizeof(lbuf), stdin)){
34、 if((z= strlen(lbuf))>; 0&& lbuf[z-1]=='\n')
35、/*对每一行应用正则表达式进行匹配*/
36、 z= regexec(®, lbuf, nmatch, pm, 0);
37、 if(z== REG_NOMATCH) continue;
38、 regerror(z,®, ebuf, sizeof(ebuf));
39、 fprintf(stderr,"%s: regcom('%s')\n", ebuf, lbuf);
40、 for(x= 0; x< nmatch&& pm[x].rm_so!=-1;++ x){
41、 if(!x) printf("%04d:%s\n", lno, lbuf);
42、 printf("$%d='%s'\n", x, substr(lbuf, pm[x].rm_so, pm[x].rm_eo));
43、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：
44、#./regexp'regex[a-z]*'< regexp.c
45、0054: z= regexec(®, lbuf, nmatch, pm, 0);
46、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。
二、如何在C语言中使用正则表达式
1、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:
2、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
3、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
4、员，用户同样可以在自己的程序中运用正则表达式。
5、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。
6、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：
7、int regcomp(regex_t*preg, const char*regex, int cflags);
8、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。
9、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。
10、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：
11、int regexec(const regex_t*preg, const char*string, size_t nmatch,regmatch_t pmatch[], int eflags);
12、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。
13、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
14、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
15、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
16、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。
17、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。
三、c++ 正则表达式
c++中如何处理正则表达式呢？我们一起了解一下吧！
正则表达式，又称正规表示法、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE）。正则表达式是使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。
在c语言中，用regcomp、regexec、regfree和regerror处理正则表达式。处理正则表达式分三步：
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。
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。
regmatch_t是一个结构体数据类型，在regex.h中定义：
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。
①compiled是已经用regcomp函数编译好的正则表达式。
③nmatch是regmatch_t结构体数组的长度。
④matchptr regmatch_t类型的结构体数组，存放匹配文本串的位置信息。
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。
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);
关于c++中处理正则表达式的方法，我们就分享到这啦！
