#include <stdio.h>
#include <sys/types.h>
#include <regex.h>
/*C语言中使用正则表达式一般分为三步:
1). 编译正则表达式 regcomp()
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’$’就可以从行尾开始匹配,’^’就可以从行的开头开始匹配
2). 匹配正则表达式 regexec()
当我们编译好正则表达式后,就可以用regexec匹配我们的目标文本串了,如果在编译正则表达式的时候没有指定cflags的参数为REG_NEWLINE,则默认情况下是忽略换行符的,也就是把整个文本串当作一个字符串处理。执行成功返回0。
regmatch_t是一个结构体数据类型,在regex.h中定义:
typedef struct
{
regoff_t rm_so;
regoff_t rm_eo;
} regmatch_t;1
成员rm_so存放匹配文本串在目标串中的开始位置,rm_eo 存放结束位置。通常我们以数组的形式定义一组这样的结构。因为往往我们的正则表达式中还包含子正则表达式。数组0单元存放主正则表达式位置,后边的单元依次存放子正则表达式位置。
参数说明:
①compiled 是已经用regcomp函数编译好的正则表达式。
②string是目标文本串。
③nmatch是regmatch_t结构体数组的长度。
④matchptr是regmatch_t类型的结构体数组,存放匹配文本串的位置信息。
⑤eflags 有两个值
REG_NOTBOL 按我的理解是如果指定了这个值,那么’^’就不会从我们的目标串开始匹配。总之我到现在还不是很明白这个参数的意义;
REG_NOTEOL和上边那个作用差不多,不过这个指定结束end of line。
3). 释放正则表达式 regfree()
当我们使用完编译好的正则表达式后,或者要重新编译其他正则表达式的时候,我们可以用这个函数清空compiled指向的regex_t结构体的内容,请记住,如果是重新编译的话,一定要先清空regex_t结构体。
4)size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)
当执行regcomp 或者regexec产生错误的时候,就可以调用这个函数而返回一个包含错误信息的字符串。
参数说明:
①errcode 是由regcomp和 regexec 函数返回的错误代号。
②compiled 是已经用regcomp函数编译好的正则表达式,这个值可以为NULL。
③buffer 指向用来存放错误信息的字符串的内存空间。
④length 指明buffer的长度,如果这个错误信息的长度大于这个值,则regerror函数会自动截断超出的字符串,但他仍然会返回完整的字符串的长度。所以我们可以用如下的方法先得到错误字符串的长度。
*/
int main(int argc, char **argv)
{
int status;
int i;
int cflags = REG_EXTENDED;
regmatch_t pmatch[1];
const size_t nmatch = 1;
regex_t reg;
const char *pattern = "^(0|[1-9][0-9]*)$";
char *buf = argv[1];
regcomp(®, pattern, cflags);
status = regexec(®, buf, nmatch, pmatch, 0);
if (status == REG_NOMATCH){
printf("No F**K!\n");
} else if(status == 0){
printf("F**K: \n");
for(i = pmatch[0].rm_so; i < pmatch[0].rm_eo; ++i){
putchar(buf[i]);
}
printf("\n");
}
regfree(®);
return 0;
}