C語言正則表達式
發布時間：2011-09-16 共2頁
如果用戶熟悉Linux下的sed、awk、grep或vi，那么對正則表達式這一概念肯定不會陌生。由于它可以極大地簡化處理字符串時的復雜度，因此現在已經在許多Linux實用工具中得到了應用。千萬不要以為正則表達式只是Perl、Python、Bash等腳本語言的專利，作為C語言程序員，用戶同樣可以在自己的程序中運用正則表達式。
標準的C和C++都不支持正則表達式，但有一些函數庫可以輔助C/C++程序員完成這一功能，其中最著名的當數Philip Hazel的Perl-Compatible Regular Expression庫，許多Linux發行版本都帶有這個函數庫。
編譯正則表達式
為了提高效率，在將一個字符串與正則表達式進行比較之前，首先要用regcomp()函數對它進行編譯，將其轉化為regex_t結構：
int regcomp(regex_t *preg, const char *regex, int cflags);
參數regex是一個字符串，它代表將要被編譯的正則表達式；參數preg指向一個聲明為regex_t的數據結構，用來保存編譯結果；參數cflags決定了正則表達式該如何被處理的細節。
如果函數regcomp()執行成功，并且編譯結果被正確填充到preg中后，函數將返回0，任何其它的返回結果都代表有某種錯誤產生。
匹配正則表達式
一旦用regcomp()函數成功地編譯了正則表達式，接下來就可以調用regexec()函數完成模式匹配：
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;
參數preg指向編譯后的正則表達式，參數string是將要進行匹配的字符串，而參數nmatch和pmatch則用于把匹配結果返回給調用程序，最后一個參數eflags決定了匹配的細節。
在調用函數regexec()進行模式匹配的過程中，可能在字符串string中會有多處與給定的正則表達式相匹配，參數pmatch就是用來保存這些匹配位置的，而參數nmatch則告訴函數regexec()最多可以把多少個匹配結果填充到pmatch數組中。當regexec()函數成功返回時，從string+pmatch[0].rm_so到string+pmatch[0].rm_eo是第一個匹配的字符串，而從string+ pmatch[1].rm_so到string+pmatch[1].rm_eo，則是第二個匹配的字符串，依此類推。
釋放正則表達式
無論什么時候，當不再需要已經編譯過的正則表達式時，都應該調用函數regfree()將其釋放，以免產生內存泄漏。
void regfree(regex_t *preg);
函數regfree()不會返回任何結果，它僅接收一個指向regex_t數據類型的指針，這是之前調用regcomp()函數所得到的編譯結果。
如果在程序中針對同一個regex_t結構調用了多次regcomp()函數，POSIX標準并沒有規定是否每次都必須調用regfree() 函數進行釋放，但建議每次調用regcomp()函數對正則表達式進行編譯后都調用一次regfree()函數，以盡早釋放占用的存儲空間。
報告錯誤信息
如果調用函數regcomp()或regexec()得到的是一個非0的返回值，則表明在對正則表達式的處理過程中出現了某種錯誤，此時可以通過調用函數regerror()得到詳細的錯誤信息。
size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);
參數errcode是來自函數regcomp()或regexec()的錯誤代碼，而參數preg則是由函數regcomp()得到的編譯結果，其目的是把格式化消息所必須的上下文提供給regerror()函數。在執行函數regerror()時，將按照參數errbuf_size指明的最大字節數，在errbuf緩沖區中填入格式化后的錯誤信息，同時返回錯誤信息的長度。
應用正則表達式
最后給出一個具體的實例，介紹如何在C語言程序中處理正則表達式。
#include
#include
#include
/* 取子串的函數 */
static char* substr(const char*str, unsigned start, unsigned end)
{
unsigned n = end - start;
static char stbuf[256];
strncpy(stbuf, str + start, n);
stbuf[n] = 0;
return stbuf;
}
