您的位置:首页 > 运维架构 > Linux

linux c 使用正则表达式

2015-09-18 17:07 429 查看
C 语言处理正则表达式常用的函数有 regcomp()、regexec()、regfree()、regerror(),一般分为三个步骤,如下所示:



编译正则表达式 regcomp()
匹配正则表达式 regexec()
释放正则表达式 regfree()

函数原型

int regcomp(regex_t *preg, const char *regex, int cflags);
函数功能:
把指定的正则表达式 regex 编译成一种特定的数据格式 preg,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匹配模式匹配。执行成功返回 0。

参数说明:
preg 是一个结构体数据类型地址,用来存放编译后的正则表达式,它的成员 re_nsub 用来存储正则表达式中的子正则表达式的个数,子正则表达式就是用圆括号包起来的部分表达式。

regex 是指向写好的正则表达式的指针。

cflags 决定正则表达式该如何被处理的细节。可以取如下值:
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_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。
REG_NOSUB	不用存储匹配后的结果。


int regexec(const regex_t *preg, const char *string, size_t nmatch, regmatch_t pmatch[], int eflags);
匹配目标文本串。如果在编译正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。

参数说明:
preg	是用 regcomp 函数编译好的正则表达式。

string	是目标文本串。

nmatch	是 regmatch_t 结构体数组的长度。

regmatch_t 是一个结构体数据类型,在regex.h中定义:
typedef struct
{
regoff_t rm_so;
regoff_t rm_eo;
} regmatch_t;
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。

eflags	有两个值
REG_NOTBOL 让特殊字符^无作用
REG_NOTEOL 让特殊字符$无作用


void regfree(regex_t *preg);
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,请记住,如果是重新编译的话,一定要先清空regex_t结构体。


size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);
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 函数返回的错误代码。
preg	是用 regcomp 函数编译好的正则表达式。这个值可以为NULL。
errbuf	执行用来存放错误信息的字符串的内存空间。
errbuf_size	指明 errbuf 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。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: