【C语言】C程序中正则表达式的使用

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(&reg,pattern,flag);
  //执行正则表达式和缓存的比较
  status=regexec(&reg,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(&reg);
  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：

---

【注】：本文参考自 逐鹿之城：C语言正则表达式详解 regcomp() regexec() regfree()详解