当前位置:Linux教程 - Linux资讯 - GNU C 规则表达式入门

GNU C 规则表达式入门

  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

(出处:http://www.sheup.com)


上一页 [1] [2]