linux下c/c++实例之五正则表达式字符串匹配

一、简介

       标准的C和C++不支持正则表达式，但有一些函数库可以辅助C/C++程序员完成这一功能。正则表达式常用函数：编译正则表达式 regcomp()、匹配正则表达式 regexec()、释放正则表达式 regfree()。

二、详解

1、代码

regcomp.cpp：

[html] view plain copy

1. #include <iostream>  
2. #include <stdio.h>  
3. #include <stdlib.h>  
4. #include <string>  
5. #include <regex.h>  
6. #include <assert.h>  
7. #include <string.h>  
8. using namespace std;  
9.   
10. int find_first(string input, string pattern, string &out){  
11.     regex_t reg;  
12.     regmatch_t pm[1];  
13.     int  iret = 0;  
14.     out = "";  
15.     /*编译正则表达式*/  
16.     iret = regcomp(&reg, pattern.c_str(), REG_EXTENDED|REG_NEWLINE);  
17.     if (iret != 0){  
18.         return -1;  
19.     }  
20.     iret = regexec(&reg, input.c_str(), 1, pm, 0);  
21.     if (iret == REG_NOMATCH){  
22.         out = "";  
23.         iret = input.length();  
24.     }else if (iret != 0) {  
25.         return -2;  
26.     }else{  
27.         out = input.substr(pm[0].rm_so,pm[0].rm_eo-pm[0].rm_so);  
28.         iret = pm[0].rm_eo;  
29.     }  
30.     regfree(&reg);  
31.     return iret;  
32. }  
33.   
34. int find_first(char *buff, char *pattern, char *outdata){  
35.     regex_t reg;  
36.     regmatch_t pm[1];  
37.     int  status = 0;  
38.     /*编译正则表达式*/  
39.     status = regcomp(&reg, pattern, REG_EXTENDED|REG_NEWLINE);  //扩展正则表达式和识别换行符  
40.     if (status != 0){    //成功返回0  
41.         return -1;  
42.     }  
43.     status = regexec(&reg, buff, 1, pm, 0);  
44.     if (status == REG_NOMATCH){  
45.         printf("no match!\n");  
46.         status = -1;  
47.     }  
48.     else if (status != 0) {  
49.         return -2;  
50.     }  
51.     else if (status == 0) {  
52.         int i, j;  
53.         for (i = pm[0].rm_so, j = 0; i < pm[0].rm_eo; i++, j++) {  
54.             outdata[j] = buff[i];  
55.         }  
56.         outdata[i] = '\0';  
57.     }  
58.     regfree(&reg);  
59.     return status;  
60. }  
61.   
62. int find_all(char *buff, char *pattern, char result[][20]){   //返回匹配个数  
63.     regex_t reg;  
64.     regmatch_t pm[1];  
65.     int  status = 0;  
66.     char * p = buff;  
67.     int count = 0;  
68.     /*编译正则表达式*/  
69.     status = regcomp(&reg, pattern, REG_EXTENDED|REG_NEWLINE);  //扩展正则表达式和识别换行符  
70.     if (status != 0){    //成功返回0  
71.         return -1;  
72.     }  
73.     int i = 0, j, k;  
74.     while((status = regexec(&reg, p, 1, pm, 0)) == 0) {  
75.         for(j = pm[0].rm_so, k = 0; j < pm[0].rm_eo; j++) {  
76.             result[i][k++] = p[j];  
77.         }  
78.         result[i][k] = '\0';  
79.         i++;  
80.         p += pm[0].rm_eo;  
81.         count++;  
82.         if (*p == '\0')  break;  
83.     }  
84.     regfree(&reg);  
85.     return count;  
86. }  
87. int print_file(const char *file_name, const char *pattern)  
88. {  
89.     regex_t reg;  
90.     regmatch_t pm[1];  
91.     int  status = 0;  
92.     int count = 0;  
93.     FILE *fp = fopen(file_name, "r+");  
94.     assert(fp);  
95.     char buff[1024] = {0};  
96.     char output[1024] = {0};  
97.     /*编译正则表达式*/  
98.     status = regcomp(&reg, pattern, REG_EXTENDED|REG_NEWLINE);  //扩展正则表达式和识别换行符  
99.     assert(status == 0);  
100.     while(fgets(buff, sizeof(buff), fp)) {     //循环读取文件  
101.         char * p = buff;  
102.         while(1) {  
103.             status = regexec(&reg, p, 1, pm, 0);  
104.             if (status == 0) {  //匹配成功  
105.                 count++;  
106.                 strncpy(output, p + pm[0].rm_so, pm[0].rm_eo - pm[0].rm_so);  
107.                 cout<<"匹配:"<<output<<endl;  
108.                 p += pm[0].rm_eo;  
109.             }  
110.             else {  
111.                 break;  
112.             }  
113.         }  
114.     }  
115.     regfree(&reg);  
116.     return count;  
117. }  
118. int main()  
119. {  
120.     char result[20][20] = {0};  
121.     char buf[] = "1231a4568b789c234";  
122.     char pattern[] = "[0-9]{3}";  
123.   
124.     char resultfirst[20] = {0};  
125.     find_first(buf, pattern, resultfirst);  
126.     cout<<strlen(resultfirst) << ":" << resultfirst<<endl;  
127.     cout << "***************************" <<endl;  
128.   
129.     int count = find_all(buf, pattern, result);  
130.     for (int i = 0; i < count; i++) {  
131.         cout<<"result:"<<"i="<<i+1<<"----"<<result[i]<<endl;  
132.     }  
133.     cout << "***************************" <<endl;  
134.     count = print_file("test.txt", "[0-9]{5}");  
135.     cout<<"匹配的个数:"<<count<<endl;  
136.     return 0;  
137. }  

 

2、编译运行

[html] view plain copy

1. g++ -o regcomp regcomp.cpp  
2. ./regcomp  

当前目录下的测试文件test.txt的内容：

[html] view plain copy

1. abc12345678  
2. ddd55555555hhh  
3. 123456  

三、总结

（1）正则表达式的语法可参考http://deerchao.net/tutorials/regex/regex-1.htm、在线正则表达式测试http://tool.oschina.net/regex。
（2）若有建议，请留言，在此先感谢