标准的C和c++都不支持正则表达式,但有一些函数库可以辅助C/c++程序员完成这一功能,其中最著名的当数菲利普淡褐色的perl的正则表达式库,许多Linux发行版本都带有这个函数库。
- C语言中使用正则表达式一般分为三步:
-
-
<李>编译正则表达式regcomp()
<李>匹配正则表达式regexec()
<李>释放正则表达式regfree()
<强>下边是对三个函数的详细解释
<强> 1,int regcomp (regex_t *编译,const char *模式,int cflags)
这个函数把指定的正则表达式模式编译成一种特定的数据格式编译,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。
<强>参数说明:
①regex_t是一个结构体数据类型,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。
②模式是指向我们写好的正则表达式的指针。
③cflags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,这样的“美元就可以从行尾开始匹配,“^”就可以从行的开头开始匹配。
<强> 2。int regexec (regex_t *编译,char *字符串,size_t nmatch, regmatch_t matchptr [], int eflags)
当我们编译好正则表达式后,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。
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。
<强>参数说明:
①编译是已经用regcomp函数编译好的正则表达式。
②字符串是目标文本串。
③nmatch是regmatch_t结构体数组的长度。
④matchptr regmatch_t类型的结构体数组,存放匹配文本串的位置信息。
⑤eflags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。
REG_NOTEOL和上边那个作用差不多,不过这个指定结束线的结束。
<强> 3。空白regfree (regex_t *编译)
当我们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指编译向的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。
<强> 4。size_t regerror (int errcode regex_t *编译,char *缓冲区,size_t长度)
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。
<强>参数说明:
①errcode是由regcomp和regexec函数返回的错误代号。
②编制是已经用regcomp函数编译好的正则表达式,这个值可以为NULL。
③缓冲指向用来存放错误信息的字符串的内存空间。
④长度指明缓冲区的长度,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长度=regerror (errcode、编译NULL, 0),
下边是一个匹配电子邮件例子,按照上面的三步就可以。
C语言正则表达式详解regcomp () regexec () regfree()用法详解
