【C语言】正则表达式学习笔记

正则表达式:Regular Expression 是一个字符用来匹配某个符合一定规则的字符串；在处理复杂字符串的时候，正则表达式的优点体现出来了。

正则表达式的语法包括：1、字符类  2、数量限定符  3、位置限定符  4、其他转义字符，如以下正则表达式例子：

例子1：

http:\/\/www\..*\.com   （用来匹配网址）      

http:\/\/www\..  \.com 为字符类

\/ \.为转义字符，分别代表符号‘\’，‘.’

*数量限定符 紧跟在前面的单词应匹配0次或多次

例子2：

[a-zA-Z0-9_.-]+@[a-zA-Z0-9_.-]+\.[a-zA-Z0-9_.-]+（用来匹配邮件地址）

[a-zA-Z0-9_.-]、@[a-zA-Z0-9_.-]、\.[a-zA-Z0-9_.-]为字符类，其中[]表示匹配括号中的任何一个字符即可；-表示范围，a-z，表示a到z的所有字符；

+为位置限定符 表示前面的单元应该匹配一个或多次

例子3：

^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}$（用来匹配IP地址）

[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}为字符类，[]含义如上

{1,3}为数量限定符，表示前面的单元最少1次，最多3次

^ $位置限定符，分别表示匹配行首和行末

例子4：

^\w+$（用来匹配只含字母、数字、下划线）

^、$位置限定符，如上

\w转义字符，表示字母数字下划线

C语言中要用到正则表达式，需要用到<rgex.h>这个头文件以及函数regcomp()、regexec()、regerror()、regfree()函数，函数说明如下：

函数名：regcomp
函数原型：int regcomp(regex_t *preg,const char *regex,int cflags)
函数功能：将正则表达式编译成适合regexec()处理的数据形式
参数说明：preg--存储转换后的正则表达式地址	regex--正则表达式地址 cflags--这里取REG_EXTENDED，扩展的正则表达式
返回值：成功返回0，否则写入错误代码

函数名：regexec
函数原型:int regexec(const regex_t *preg,cost char *string,size_t nmatch,regmatch_t pmatch[],int eflags)
参数说明：preg--经regcomp转换后的正则表达式的地址  string--待匹配的字符串地址  nmatch--pmatch的地址空间大小  pmatch--匹配的字符串起始地址 eflags--这里取REG_NOTBOL
特别说明：regmatch_t的数据类型如下：
		typedef struct{
			regoff_t rm_so;
			regoff_t rm_eo;
		}regmatch_t;
	   rm_so:表示匹配字符串的起始位置
	   rm_eo:表示匹配字符串的结束位置
返回值：成功返回0，否则返回REG_NOMATCH

函数名:regerror
函数原型：size_t regerror(int errcode,const regex_t *preg,char *errbuf,size_t errbuf_size)
函数功能：将出错信息存储在errbuf为起始地址的空间
参数说明：errcode--regcomp()、regexec()函数的非0返回值  preg--经regcomp转换后的正则表达式的地址  errbuf--存储出错信息的地址  errorbuf_size--errbuf数组的长度

函数名：regfree
函数原型：void regfree(regex_t *preg)
函数功能：释放空间，防止内存泄漏
参数说明：preg--存储regcomp()转换后的正则表达式地址
返回值：无

利用以上函数编写出如下代码：

#include<stdio.h>
#include<regex.h>	//regcomp()、regexec()、regfree()头文件
#include<stdlib.h>

/*
*说明：		参考了《linux编程一站式学习》
*函数名：	main
*功能：		通过命令行参数输入正则表达式、待匹配的字符串，判断是否匹配
*输入：		argv[1]--正则表达式	argv[2]--待匹配的字符串
*输出：		匹配输出argv[2] match argv[1],否则输出出错信息
*修改时间：	2013年5月1日
*/
int main(int argc,char *argv[])
{
	/*判断命令行参数个数*/
	if(argc!=3)
		return 1;	//非正常退出
	regex_t *reg;	//regex_t数据类型为结构体
	reg=(regex_t *)malloc(sizeof(reg));	//分配内存空间
	int flag1=REG_EXTENDED,status=0,flag2=REG_NOTBOL;
	size_t errorlen=0;
	char errordata[1024]={0};
	/*编译正则表达式，使其适合regexec()处理*/
	if((status=regcomp(reg,argv[1],flag1))==0){
		/*进行字符串的匹配成功返回0,匹配的字符串位置信息不存储在内存空间*/
		if((status=regexec(reg,argv[2],0,NULL,flag2))==0){
			printf("%s match  %s\n",argv[2],argv[1]);
			regfree(reg);   //释放内存
			return 0;	//正常退出
		}
	}
	errorlen=regerror(status,reg,errordata,sizeof(errordata));	//将出错信息存储在errordata为起始地址的内存空间
	errordata[errorlen]='\0';	//字符串的结束标记
	printf("error message:%s\n",errordata);
	regfree(reg);
	return 1;	//非正常退出
}

测试如下：

欢迎指出文章存在的BUG，邮箱：zjgsuffddybz@gmail.com