1、C/C++中的正则表达式
标准的C和C++都不支持正则表达式的使用,但是在某些场景下正则表达式的存在可以为程序员带来很大的便利,比如用户注册中对用户名和密码的判断,看是否符合命名规则。
虽然不支持,但是有一些函数库可以帮助我们实现在C中使用正则表达式的诉求。
比如Linux中带有的Perl-Compatible Regular Expression库。
C语言中处理正则表达式的函数有regcomp()、regexec()、regfree()和regerror()。
2、regcomp()函数–编译正则表达式
【原型】:
int regcomp(regex_t *compiled, const char *pattern, int cflags);
【作用】:这个函数把指定的正则表达式pattern编译成一种特定的数据格式compiled,这样可以使匹配更有效。函数regexec 会使用这个数据在目标文本串中进行模式匹配。执行成功返回0。
【参数说明】:
- regex_t 是一个结构体数据类型,用来存放编译后的正则表达式,他的成员re_nsub用来存储正则表达式中的子正则表达式的个数。
- pattern指向要编译的正则表达式字符串。
- cflag有以下四个值:
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’$’就可以从行尾开始匹配,’^’就可以从行的开头开始匹配。
3、regexec()函数–匹配正则表达式
【原型】:
int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int eflags)
【作用】:可以用regexec 匹配我们的目标文本串了,如果在编译正则表达式的时候没有指定cflags的参数REG_NEWLINE,则默认情况下是忽略换行符的,也就是把整个文本串当作一个字符串处理。执行成功返回0。
【参数说明】:
- compiled 是regcomp函数编译好的正则表达式。
- string 是目标串。
- nmatch 是regmatch_t结构体数组的长度。
- matchptr regmatch_t类型的结构体数组,存放匹配文本串的位置信息。
- eflags 有两个值 :REG_NOTBOL,REG_NOTEOL 。
4、regfree()函数–释放正则表达式
【函数原型】:
void regfree (regex_t *compiled)
【作用】:当使用完编译好的正则表达式后,或者要重新编译其他正则表达式的时候,我们可以用这个函数清空compiled指向的regex_t结构体的内容,如果是重新编译的话,一定要先清空regex_t结构体。
5、regerror()函数
【函数原型】:
size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)
【作用】当执行regcomp 或者regexec 产生错误的时候,就可以调用这个函数而返回一个包含错误信息的字符串。
【参数说明】:
- errcode 是由regcomp 和 regexec 函数返回的错误代号。
- compiled 是已经用regcomp函数编译好的正则表达式,这个值可以为NULL。
- buffer 指向用来存放错误信息的字符串的内存空间。
- length 指明buffer的长度,如果这个错误信息的长度大于这个值,则regerror 函数会自动截断超出的字符串,但他仍然会返回完整的字符串的长度。所以我们可以用如下的方法先得到错误字符串的长度。
6、regmatch_t 结构体
【原型】:
typedef struct
{
regoff_t rm_so;
regoff_t rm_eo;
} regmatch_t;
【成员变量】:
- 成员rm_so 存放匹配文本串在目标串中的开始位置;
- rm_eo 存放结束位置;
【注】:通常我们以数组的形式定义一组这样的结构。因为往往我们的正则表达式中还包含子正则表达式。数组0单元存放主正则表达式位置,后边的单元依次存放子正则表达式位置。
7、例子
#include<stdio.h>
#include<sys/types.h>
#include<regex.h>
int my_match(char* pattern,char* buf){
int status,i;
int flag=REG_EXTENDED;
regmatch_t pmatch[1];
const size_t nmatch=1;
regex_t reg;
//编译正则模式
regcomp(®,pattern,flag);
//执行正则表达式和缓存的比较
status=regexec(®,buf,nmatch,pmatch,0);
//打印匹配的字符串
for(i=pmatch[0].rm_so;i<pmatch[0].rm_eo;++i){
putchar(buf[i]);
}
printf("\n");
regfree(®);
return status;
}
int main(){
char pattern[1024]="^[1-9][0-9]{10}$";
char buf[1024]="41509030127";
int status=my_match(pattern,buf);
if(status==REG_NOMATCH)
printf("No match!\n");
else if(0 == status){
printf("匹配成功!\n");
}
return 0;
}
程序运行结果: