正则表达式用法

今天遇到一个格式化字符串输入函数如下：

char *pcUserHdr = “abc[username][interface]”;

sscanf(pcUserHdr, "%*[^[][%[^]]][%[^]]",acUserName,acInterface);

对此学习了下，输出一个总结：

1. sscanf函数原型不多做解释，直接以一个例子开始；

sscanf(buf, "GET /%[^ ]", buf_rev);

基本格式为 %[set]，表示将接收一个由set指定格式的字符串，其中set表示可接受的字符集合。

set一般有两种情况：
                一种是"^set"表示非, 即在输入的字符串中将匹配所有不在set中出现的字符，遇到set中的字符时停止匹配。
                另一种是"set"表示在输入的字符串中将匹配所有在set中出现的字符，遇到非set中的字符时停止匹配。

如：
  scanf("%[^&]",buf); //当输入的字符中出现"&"时停止匹配,如果输入hello&world,则buf=hello;
  scanf("%[^290#*]",buf); //当输入aidc＃ad时,则buf=aidc,

特殊情况:
   (1)如果要匹配"^"时,当然不能直接放在[]中,所以可以用%[ab^cd]这种方式,
   (2)当要匹配右方括号"]"时,应把其放在set中第一个位置，如"%[]abc]"表示匹配的字符集为{], a, b, c}，又如"%[^]abc]"表示匹配所有非"], a, b, c"中的字符，另外,还可以使用"-" 如%[a-z]表示只匹配abcd....yz等小写的字母; %[0-9]表示只匹配0,1,2...9等数字;
  (3) * 表示跳过。

2. 举例：

例1：

#gcc test2.c -o test
#./test 
name = aaaa,number = bbbb
#vi test2.c 


#include <stdio.h>
#include <string.h>


int main()
{
        char *str = "999:aaaa][bbbb]";
        char name[10] = {0};
        char number[10] = {0};

        sscanf(str,"%*[^:]:%[^]]][%[^]]",name,number);
        printf("name = %s,number = %s\n",name,number);

        return 0;
}

解释：

sscanf(str,"%*[^:]:%[^]]][%[^]]",name,number);

1.  %*[^:]:%[^]]][%[^]] 可分为3部分理解：①%*[^:] ②:%[^]] ③][%[^]]

1.1  ①%*[^:] 表示：%*跳过，[^:]到哪里结束，结合起来理解就是跳过直到匹配到第一个：即结合上面的程序就是跳过了999。

1.2 ②:%[^]]表示：:%从:开始，[^]]到哪里结束，结合起来理解就是从:开始到直到匹配到]结束，即结合上面的程序就是从:开始到]结束，即值为aaaa。

1.3 ③][%[^]]表示：][%从][开始，[^]]到哪里结束，结合起来理解就是从][开始到直到匹配到]结束，即结合上面的程序就是从][到]结束，即值为bbbb。

例 2：

#gcc test2.c -o test
#./test 
user = liman,host = host,cmd = 34234,msg = hello
#vi test2.c 


#include <stdio.h>
#include <string.h>


int main()
{
 char buf[100]="123:asdfasd:2342342:liman:host:34234:hello";
 char user[20]="";
 char host[20]="";
 char msg[20]="";
 int cmd = 0;
 sscanf(buf, "%*d:%*[^:]:%*[^:]:%[^:]:%[^:]:%d:%s", user, host, &cmd, msg);
        printf("user = %s,host = %s,cmd = %d,msg = %s\n",user,host,cmd,msg);
 return 0;
}

解释：

sscanf(buf, "%*d:%*[^:]:%*[^:]:%[^:]:%[^:]:%d:%s", user, host, &cmd, msg);

1.  %*d:%*[^:]:%*[^:]:%[^:]:%[^:]:%d:%s有上面的基础，这个也拆成7部分理解：

1.1 %*d 跳过第一个整数。 //跳过123

1.2 :%*[^:]从:开始跳过直到遇到下一个:之间的值。 //跳过asdfasd

1.3:%*[^:]从:开始跳过直到遇到下一个:之间的值。 //跳过2342342

1.4 :%[^:]取出从:开始直到下一个:之间的值。//取出liman

1.5:%[^:]取出从:开始直到下一个:之间的值。//取出host

1.6 :%d取出从:开始的一个整数值。//取出34234

1.7:%s取出从:开始的一个字符串的值。//取出hello

那么再回头看sscanf(pcUserHdr, "%*[^[][%[^]]][%[^]]",acUserName,acInterface);就不是那么难了。

可以很快看出跳过从开始到第一个[之间的值，拿出从[开始到下一个匹配到]的值，拿出从][开始到匹配到下一个]的值。

3. 正则表达式基本用法：

1、“.”为通配符，表示任何一个字符，例如：“a.c”可以匹配“anc”、“abc”、“acc”；

2、“[]”，在[]内可以指定要求匹配的字符，例如：“a[nbc]c”可以匹配“anc”、“abc”、"acc"；但不可以匹配“ancc”,a到z可以写成[a-z],0到9可以写成[0-9];

3、数量限定符号，表示匹配次数（或者叫做长度）的符号,包括：
“*”  0次或者多次
“+”  1次或者多次
“?”  0次或者1次
“{n}”    匹配n次，n为整数
“{n,m}”  匹配从n到m之间的某个数的次数；n和m都是整数；
“{n,}”   匹配n到无穷次之间任意次数；
“{,m}”   匹配0到m之间任意次数；

数量限定符号放到匹配格式的后面，例如：电话号码：024-84820482，02484820482(假设前面3或者4位，后面7或者8位，并且中间的减号可有可无)，都是符合规定的，那么可以用如下格式来匹配：[0-9]{3,4} \-? [0-9]{7,8}；注意：“\”为转义字符，因为“-”在正则表达式用有代表一个范围的意义，例如：前面所说的[0-9]，所以它需要转义字符“\”进行转义才可使用；

4、^为否符号，表示不想匹配的符号，例如：[^z][a-z]+可以匹配所有除"z"开头的以外的所有字
如果^放到[]的外边则表示以[]开头的字符串；^[az][a-z]+表示a或者z开头的长度大于等于2的英文字符串；

关于介绍正则表达式的文章很多，有的较为详细，由于个人只是在遇到问题时稍作学习，因此还有很多的用法未明白也不做陈述，此文只供入门的同学参考下。