linux c 正则表达式-优快云博客

本文介绍如何在C语言中使用正则表达式库进行文本匹配与处理，包括编译、匹配及释放正则表达式的步骤，并通过一个具体实例展示了整个流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近有这么个需求, c搞搞正则, 毕竟Regular Expression so强大^_^ 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Philip Hazel的Perl- Compatible Regular Expression库，许多Linux发行版本都带有这个函数库。编译正则表达式为了提高效率，在将一个字符串与正则表达式进行比较之前，首先要用regcomp( ) 函数对它进行编译，将其转化为regex_t结构： int regcomp( regex_t * preg, const char * regex, int cflags) ; 参数regex是一个字符串，它代表将要被编译的正则表达式；参数preg指向一个声明为regex_t的数据结构，用来保存编译结果；参数cflags决定了正则表达式该如何被处理的细节。如果函数regcomp( ) 执行成功，并且编译结果被正确填充到preg中后，函数将返回0，任何其它的返回结果都代表有某种错误产生。匹配正则表达式一旦用regcomp( ) 函数成功地编译了正则表达式，接下来就可以调用regexec( ) 函数完成模式匹配： int regexec( const regex_t * preg, const char * string , size_t nmatch, regmatch_t pmatch[ ] , int eflags) ; typedef struct { regoff_t rm_so; regoff_t rm_eo; } regmatch_t; 参数preg指向编译后的正则表达式，参数string是将要进行匹配的字符串，而参数nmatch和pmatch则用于把匹配结果返回给调用程序，最后一个参数eflags决定了匹配的细节。在调用函数regexec( ) 进行模式匹配的过程中，可能在字符串string中会有多处与给定的正则表达式相匹配，参数pmatch就是用来保存这些匹配位置的，而参数nmatch则告诉函数regexec( ) 最多可以把多少个匹配结果填充到pmatch数组中。当regexec( ) 函数成功返回时，从 string + pmatch[ 0] . rm_so到string+ pmatch[ 0] . rm_eo是第一个匹配的字符串，而从 string + pmatch[ 1] . rm_so到string+ pmatch[ 1] . rm_eo，则是第二个匹配的字符串，依此类推。释放正则表达式无论什么时候，当不再需要已经编译过的正则表达式时，都应该调用函数regfree( ) 将其释放，以免产生内存泄漏。 void regfree( regex_t * preg) ; 函数regfree( ) 不会返回任何结果，它仅接收一个指向regex_t数据类型的指针，这是之前调用regcomp( ) 函数所得到的编译结果。如果在程序中针对同一个regex_t结构调用了多次regcomp( ) 函数，POSIX标准并没有规定是否每次都必须调用regfree( ) 函数进行释放，但建议每次调用regcomp( ) 函数对正则表达式进行编译后都调用一次regfree( ) 函数，以尽早释放占用的存储空间。报告错误信息如果调用函数regcomp( ) 或regexec( ) 得到的是一个非0的返回值，则表明在对正则表达式的处理过程中出现了某种错误，此时可以通过调用函数regerror( ) 得到详细的错误信息。 size_t regerror( int errcode, const regex_t * preg, char * errbuf, size_t errbuf_size) ; 参数errcode是来自函数regcomp( ) 或regexec( ) 的错误代码，而参数preg则是由函数regcomp( ) 得到的编译结果，其目的是把格式化消息所必须的上下文提供给regerror( ) 函数。在执行函数regerror( ) 时，将按照参数errbuf_size指明的最大字节数，在 errbuf缓冲区中填入格式化后的错误信息，同时返回错误信息的长度。应用正则表达式最后给出一个具体的实例，介绍如何在C语言程序中处理正则表达式。 regexp. c: # include < stdio. h> # include < string . h> # include < sys/ types. h> # include < regex. h> /* 取子串的函数 */ static char * substr ( const char * str, unsigned start, unsigned end) { unsigned n = end - start; static char stbuf[ 256] ; strncpy ( stbuf, str + start, n) ; stbuf[ n] = 0; return stbuf; } /* 主程序 */ int main ( int argc, char * * argv) { char * pattern; int x, z, lno = 0, cflags = 0; char ebuf[ 128] , lbuf[ 256] ; regex_t reg; regmatch_t pm[ 10] ; const size_t nmatch = 10; pattern = argv[ 1] ; z = regcomp ( & reg, pattern, cflags) ; if ( z ! = 0) { regerror ( z, & reg, ebuf, sizeof ( ebuf) ) ; fprintf ( stderr , "%s: pattern '%s' /n" , ebuf, pattern) ; return 1; } /* 逐行处理输入的数据 */ while ( fgets ( lbuf, sizeof ( lbuf) , stdin ) ) { + + lno; if ( ( z = strlen ( lbuf) ) > 0 & & lbuf[ z - 1] = = '/n' ) lbuf[ z - 1] = 0; /*对每一行应用正则表达式进行匹配 */ z = regexec ( & reg, lbuf, nmatch, pm, 0) ; if ( z = = REG_NOMATCH) continue ; else if ( z ! = 0) { regerror ( z, & reg, ebuf, sizeof ( ebuf) ) ; fprintf ( stderr , "%s: regcom('%s')/n" , ebuf, lbuf) ; return 2; } /* 输出处理结果 */ for ( x = 0; x < nmatch & & pm[ x] . rm_so ! = - 1; + + x) { if ( ! x) printf ( "%04d: %s/n" , lno, lbuf) ; printf ( " $%d='%s'/n" , x, substr ( lbuf, pm[ x] . rm_so, pm[ x] . rm_eo) ) ; } } /* 释放正则表达式 */ regfree ( & reg) ; return 0; } Makefile: CC = gcc CFLAGS = - g - Wall TARGET = regexp EXECOBJS = ${ TARGET} . o $( TARGET) : $( EXECOBJS) $( CC) $( CFLAGS) - o $( TARGET) $( EXECOBJS) % . o: % . c $( CC) $( CFLAGS) - o $@ - c $< clean: rm - rf * . o * . a * . so $( TARGET) [ root@zj: ~ / C_parm/ regexp] # make gcc - g - Wall - o regexp. o - c regexp. c gcc - g - Wall - o regexp regexp. o [ root@zj: ~ / C_parm/ regexp] # . / c_regexp 'regex[a-z]*' < c_regexp. c 0004: # include < regex. h> $0= 'regex' 0023: regex_t reg; $0= 'regex' 0043: z = regexec ( & reg, lbuf, nmatch, pm, 0) ; $0= 'regexec' 不要说为什么一个文件还Makefile. . . 以前我也很少用Makefile, win下的习惯!!!BS下自己, 最近写linux code写大半年了, 我就没自己敲过gcc了^_^. 其实关键是code总要不定的debug, 你不能每次debug后都gcc - o * * * - l - L. . . . 吧. filename没改变, 我just make^_^