分享
 
 
 

GNUC规则表达式入门

王朝other·作者佚名  2008-05-19
窄屏简体版  字體: |||超大  

Tong Jian

用过Perl的朋友应该都它提供了规则表达式功能,所以使得用perl 进行文本处理非常方便。本人最近试用了一下

GNU C 的规则表达式功能,

发现使用起来也很简单,只是觉得支持的不够强大,不能够进行文本的替换,只能进行文本的查找,至少目前我是

没有发现基于规则表达式的

文本替换功能。

下面我就简单的介绍一下GNU C 的规则表达式使用方法,有理解不对的地方,还请朋友们多指正。

在GNU C 中要使用规则表达式,需要用到以下几个函数。(定义在/usr/include/regex.h文件中)

* int regcomp (regex_t *compiled, const char *pattern, int cflags)

* int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int

eflags)

* void regfree (regex_t *compiled)

* size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)

下面我就介绍分别一下这几个函数和它用到的一些数据类型。

1.int regcomp (regex_t *compiled, const char *pattern, int cflags)

这个函数把指定的规则表达式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。

regex_t 是一个结构体数据类型,用来存放编译后的规则表达式,它的成员re_nsub 用来存储规则表达式中的子

规则表达式的个数,子规则表

达式就是用圆括号包起来的部分表达式。

pattern 是指向我们写好的规则表达式的指针。

cflags 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规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. int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int

eflags)

当我们编译好规则表达式后,就可以用regexec 匹配我们的目标文本串了,如果在编译规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,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。因为往往我们的规则表达式中还包含子规则表达式。数组0单元存放主规则表达式位置,后边的

单元依次存放子规则表达式位

置。

compiled 是已经用regcomp函数编译好的规则表达式。

string 是目标文本串。

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 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,

原文如下:

If this bit is set, then the beginning-of-line operator doesn't match the beginning of the

string (presumably

because it's not the beginning of a line).If not set, then the beginning-of-line operator

does match the beginning

of the string.

REG_NOTEOL 和上边那个作用差不多,不过这个指定结束end of line。

3. void regfree (regex_t *compiled)

当我们使用完编译好的规则表达式后,或者要重新编译其他规则表达式的时候,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。

errcode 是由regcomp 和 regexec 函数返回的错误代号。

compiled 是已经用regcomp函数编译好的规则表达式,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。

size_t length = regerror (errcode, compiled, NULL, 0);

好了,下面来实战一下,这样你就会理解的更清楚了。

---------------------------------------------------------------

/* regex_test.c

* regular expression test in GNU C

*

* tested on redhat6.1

* gcc regex_test.c -o regex_test

*/

#include

#include

#include

#include

#include

#define SUBSLEN 10

#define EBUFLEN 128 /* error buffer length */

#define BUFLEN 1024 /* matched buffer length */

int

main (int argc, char **argv)

{

FILE *fp;

size_t len; /* store error message length */

regex_t re; /* store compilned regular expression */

regmatch_t subs[SUBSLEN]; /* store matched string position */

char matched[BUFLEN]; /* store matched strings */

char errbuf[EBUFLEN]; /* store error message */

int err, i;

char string[] = "AAAAabaaababAbAbCdCd123123 11(123){12}";

char pattern[] = "(\\([0-9]+\\))(\\{[0-9]+\\}{1})$";

printf ("String : %s\n", string);

printf ("Pattern: \"%s\"\n", pattern);

/* compile regular expression */

err = regcomp (&re, pattern, REG_EXTENDED);

if (err)

{

len = regerror (err, &re, errbuf, sizeof (errbuf));

fprintf (stderr, "error: regcomp: %s\n", errbuf);

exit (1);

}

printf ("Total has subexpression: %d\n", re.re_nsub);

/* execute pattern match */

err = regexec (&re, string, (size_t)SUBSLEN, subs, 0);

if (err == REG_NOMATCH)

{

fprintf (stderr, "Sorry, no match ...\n");

regfree (&re);

exit (0);

}

else if (err)

{

len = regerror (err, &re, errbuf, sizeof (errbuf));

fprintf (stderr, "error: regexec: %s\n", errbuf);

exit (1);

}

/* if no REG_NOMATCH and no error, then pattern matched */

printf ("\nOK, has matched ...\n\n");

for (i = 0; i

{

if (i == 0)

{

printf ("begin: %d, end: %d, ",

subs.rm_so, subs.rm_eo);

}

else

{

printf ("subexpression %d begin: %d, end: %d, ",

i, subs.rm_so, subs.rm_eo);

}

len = subs.rm_eo - subs.rm_so;

memcpy (matched, string + subs.rm_so, len);

matched[len] = '\0';

printf ("match: %s\n", matched);

}

regfree(&re);

exit(0);

}

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
2023年上半年GDP全球前十五强
 百态   2023-10-24
美众议院议长启动对拜登的弹劾调查
 百态   2023-09-13
上海、济南、武汉等多地出现不明坠落物
 探索   2023-09-06
印度或要将国名改为“巴拉特”
 百态   2023-09-06
男子为女友送行,买票不登机被捕
 百态   2023-08-20
手机地震预警功能怎么开?
 干货   2023-08-06
女子4年卖2套房花700多万做美容:不但没变美脸,面部还出现变形
 百态   2023-08-04
住户一楼被水淹 还冲来8头猪
 百态   2023-07-31
女子体内爬出大量瓜子状活虫
 百态   2023-07-25
地球连续35年收到神秘规律性信号,网友:不要回答!
 探索   2023-07-21
全球镓价格本周大涨27%
 探索   2023-07-09
钱都流向了那些不缺钱的人,苦都留给了能吃苦的人
 探索   2023-07-02
倩女手游刀客魅者强控制(强混乱强眩晕强睡眠)和对应控制抗性的关系
 百态   2020-08-20
美国5月9日最新疫情:美国确诊人数突破131万
 百态   2020-05-09
荷兰政府宣布将集体辞职
 干货   2020-04-30
倩女幽魂手游师徒任务情义春秋猜成语答案逍遥观:鹏程万里
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案神机营:射石饮羽
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案昆仑山:拔刀相助
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案天工阁:鬼斧神工
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案丝路古道:单枪匹马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:与虎谋皮
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:李代桃僵
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:指鹿为马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:小鸟依人
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:千金买邻
 干货   2019-11-12
 
推荐阅读
 
 
 
>>返回首頁<<
 
靜靜地坐在廢墟上,四周的荒凉一望無際,忽然覺得,淒涼也很美
© 2005- 王朝網路 版權所有