Linux c regular expression (转载）

最近有这么个需求, c搞搞正则, 毕竟Regular Expression so强大^_^
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。

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。

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：

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。

void regfree( 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_t regerror( int errcode, const regex_t * preg, char * errbuf, size_t errbuf_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。
regexp. c:

# include < stdio. h>
# include < string . h>
# include < sys/ types. h>
# include < regex. h>
/* 取子串的函数 */
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;
}

/* 主程序 */
int
main ( int argc, char * * argv)
{
  char * pattern;
  int x, z, lno = 0, cflags = 0;
  char ebuf[ 128] , lbuf[ 256] ;
  regex_t reg;
  regmatch_t pm[ 10] ;
  const size_t nmatch = 10;
  pattern = argv[ 1] ;
  z = regcomp ( & reg, pattern, cflags) ;
  if ( z ! = 0)
    {
      regerror ( z, & reg, ebuf, sizeof ( ebuf) ) ;
      fprintf ( stderr , "%s: pattern '%s' /n" , ebuf, pattern) ;
      return 1;
    }

  /* 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 ( & reg, lbuf, nmatch, pm, 0) ;
      if ( z = = REG_NOMATCH)
     continue ;
      else if ( z ! = 0)
     {
     regerror ( z, & reg, ebuf, sizeof ( ebuf) ) ;
     fprintf ( stderr , "%s: regcom('%s')/n" , ebuf, lbuf) ;
     return 2;
       }

      /* 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 ( & reg) ;
  return 0;
}

Makefile:
CC = gcc
CFLAGS = - g - Wall
TARGET = regexp
EXECOBJS = ${ TARGET} . o
$( TARGET) : $( EXECOBJS)
             $( CC) $( CFLAGS) - o $( TARGET) $( EXECOBJS)
% . o: % . c
    $( CC) $( CFLAGS) - o $@ - c $<

clean:
    rm - rf * . o * . a * . so $( TARGET)


[ root@zj: ~ / C_parm/ regexp] # make
gcc - g - Wall - o regexp. o - c regexp. c
gcc - g - Wall - o regexp regexp. o

[ root@zj: ~ / C_parm/ regexp] # . / c_regexp 'regex[a-z]*' < c_regexp. c
0004: # include < regex. h>
 $0= 'regex'
0023: regex_t reg;
 $0= 'regex'
0043: z = regexec ( & reg, lbuf, nmatch, pm, 0) ;
 $0= 'regexec'
  不要说为什么一个文件还Makefile. . . 以前我也很少用Makefile, win下的习惯!!!BS下自己, 最近写linux code写大半年了, 我就没自己敲过gcc了^_^.
其实关键是code总要不定的debug, 你不能每次debug后都gcc - o * * * - l - L. . . . 吧. filename没改变, 我just make^_^