C/C++高效的正则表达式库PCRE/PCRE++

最新推荐文章于 2024-09-27 20:39:26 发布

dj0379

最新推荐文章于 2024-09-27 20:39:26 发布

阅读量5.3k

点赞数 3

分类专栏： C++技术

C++技术专栏收录该内容

136 篇文章 1 订阅

订阅专栏

深入浅出C/C++中的正则表达式库(三)——PCRE, PCRE++

2010年4月5日小武哥发表评论阅读评论

写在前面：本文是《深入浅出C/C++中的正则表达式库》系列的第三篇，本文的主要内容是介绍PCRE和PCRE++，因为它们两个是很有渊源的，所以放在一起讲。

1. 什么是PCRE? 什么是PCRE++?
PCRE，全称是Perl Compatible Regular Expressions。从名字我们可以看出PCRE库是与Perl中正则表达式相兼容的一个正则表达式库。PCRE是免费开源的库，它是由C语言实现的，这里是它的官方主页：http://www.pcre.org/，感兴趣的朋友可以在这里了解更多的内容。
要得到PCRE库，可以从这里下载：http://sourceforge.net/projects/pcre/files/

PCRE++是一个对PCRE库的C++封装，它提供了更加方便、易用的C++接口。这里是它的官方主页：http://www.daemon.de/PCRE，感兴趣的朋友可以在这里了解更多的内容。
要得到PCRE++库，可以从这里下载：http://www.daemon.de/PcreDownload

2. PCRE接口介绍
（1）. pcre_compile

pcre *pcre_compile(const char *pattern, int options,
            const char **errptr, int *erroffset,
            const unsigned char *tableptr);
功能：编译指定的正则表达式
参数：pattern, 输入参数，将要被编译的字符串形式的正则表达式
      options, 输入参数，用来指定编译时的一些选项
      errptr, 输出参数，用来输出错误信息
      erroffset, 输出参数，pattern中出错位置的偏移量
      tableptr, 输入参数，用来指定字符表，一般情况用NULL, 使用缺省的字符表
返回值：被编译好的正则表达式的pcre内部表示结构

（2）. pcre_exec

int pcre_exec(const pcre *code, const pcre_extra *extra,
            const char *subject, int length, int startoffset,
            int options, int *ovector, int ovecsize);
功能：用来检查某个字符串是否与指定的正则表达式匹配
参数： code, 输入参数，用pcre_compile编译好的正则表达结构的指针
      extra, 输入参数，用来向pcre_exec传一些额外的数据信息的结构的指针
      subject, 输入参数，要被用来匹配的字符串
      length, 输入参数， 要被用来匹配的字符串的指针
      startoffset, 输入参数，用来指定subject从什么位置开始被匹配的偏移量
      options, 输入参数， 用来指定匹配过程中的一些选项
      ovector, 输出参数，用来返回匹配位置偏移量的数组
      ovecsize, 输入参数， 用来返回匹配位置偏移量的数组的最大大小
返回值：匹配成功返回非负数，匹配返回负数

3. PCRE++接口介绍
PCRE++把PCRE库封装成了两个类，一个是RE_Options, 用来指定匹配选项，一个是RE，用来提供匹配相关的接口。RE_options类在这里我就不介绍了，我主要介绍一下RE类：
（1）RE的构造函数传入正则表达式，并在构造函数中调用Init函数，将该正则表达进行编译
（2）RE的pattern()成员用来得到初始传入的正则表达式字符串
（3）RE的error()成员用来得到匹配过程中的出错信息
（4）RE的FullMatch()成员用来判断某字符串整体是否匹配指定正则表达式
（5）RE的PartialMatch()成员用来判断某字符串的部分是否匹配指定正则表达式

4. PCRE/PCRE++使用注意事项
（1）使用pcre请包含pcre.h头文件
（2）使用pcre_compile, pcre_exec后，记得调用pcre_free释放内存，以免造成内存泄露
（3）使用pcre编译的时候需要依赖libpcre.a
（4）使用pcre++请包含pcrecpp.h头文件
（5）使用pcre++，RE类的析构函数会自动释放相关内存，因此不用担心内存泄露
（6）使用pcre++编译的时候需要依赖libpcrecpp.a
（7）使用pcrecpp要使用pcrecpp命名空间

5. PCRE使用举例
下面是例程：

#include <pcre .h>
#include <stdio .h>
#include <string .h>
 
int main(int argc, char ** argv)
{
    if (argc != 3)
    {   
        printf("Usage: %s pattern text\n", argv[0]);
        return 1;
    }   
 
    const char * pPattern = argv[1];
    const char * pText = argv[2];
    const char * pErrMsg = NULL;
    pcre * pPcre = NULL;
    int nOffset = -1; 
 
    if (NULL == (pPcre = pcre_compile(pPattern, 0, &pErrMsg, &nOffset, NULL)))
    {   
        printf("ErrMsg=%s, Offset=%d\n", pErrMsg, nOffset);
        return 1;
    }   
    else
    {   
        if (pcre_exec(pPcre, NULL, pText, strlen(pText), 0, 0, NULL, 0) < 0)
        {   
            printf("%s doesn't match %s\n", pText, pPattern);
        }   
        else
        {   
            printf("%s matches %s\n", pText, pPattern);
        }
    }
}

下面是运行结果：

wuzesheng@wuzesheng-ubuntu:~/Program$ !g++
g++ -lpcre TestPcre.cpp -o pcre
wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcre "http:\/\/.*\.qq\.com" "http://www.qq.com"
http://www.qq.com matches http:\/\/.*\.qq\.com
wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcre "http:\/\/.*\.qq\.com" "http://www.qqq.com"
http://www.qqq.com doesn't match http:\/\/.*\.qq\.com

6. PCRE++使用举例
下面是例程：

#include <iostream>
#include <pcrecpp .h>
 
int main(int argc, char ** argv)
{
    if (argc != 3)
    {   
        std::cerr < < "Usage: " << argv[0] << " pattern text\n";
        return 1;
    }   
 
    pcrecpp::RE oPattern(argv[1]);
    if (oPattern.FullMatch(argv[2]))
    {   
        std::cout << argv[2] << " fully matches " << argv[1] << "\n";
    }   
    else if (oPattern.PartialMatch(argv[2]))
    {   
        std::cout << argv[2] << " partially matches " << argv[1] << "\n";
    }   
    else
    {   
        std::cout << argv[2] << " dose not match " << argv[1] << "\n";
    }   
}

下面是运行结果：

wuzesheng@wuzesheng-ubuntu:~/Program$ g++ TestPcreCpp.cpp -lpcrecpp -o pcrecpp
wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcrecpp 
Usage: ./pcrecpp pattern text
wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcrecpp "http:\/\/.*\.qq\.com" "http://www.qq.com"
http://www.qq.com fully matches http:\/\/.*\.qq\.com
wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcrecpp "http:\/\/.*\.qq\.com" "http://www.qq.comiii"
http://www.qq.comiii partially matches http:\/\/.*\.qq\.com
wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcrecpp "http:\/\/.*\.qq\.com" "http://www.qqq.comiii"
http://www.qqq.comiii dose not match http:\/\/.*\.qq\.com

以上即是关于PCRE和PCRE++库介绍的全部内容，由于内容比较多，我只介绍了一些关键的接口及其用法，如果读者朋友想更加深入的了解其它的接口，可以参考我上面提到的官方网站，另外linux下的manual也是很好的参考资料。在shell下执行man pcre和man pcrecpp便可得到很详细的资料。