[02]APUE:POSIX 正则库(#include

时间:2021-05-10 03:21:33

正则匹配流程:

  1. 声明一个 regex_t 类型的变量(结构体)
  2. regcomp 函数会将“正则匹配条件”写入此结构体,并编译成特定的二进制格式(加快匹配速度)
  3. 声明一个 regmatch_t 类型的变量数组(结构体数组)
  4. 调用 regexec 函数将匹配结果写入此结构体数组
  5. 从此结构体数组中取出匹配结果
  6. 以上两个函数若出错返回非 0 值,则调用 regerror 函数显示错误内存
  7. 最后调用 regfree 函数释放 regex_t 类型变量的资源
#include <sys/types.h>
#include <regex.h> int regcomp(regex_t *preg, const char *regex, int cflags);
int regexec(const regex_t *preg, const char *string, size_t nmatch, regmatch_t pmatch[], int eflags);
size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);
void regfree(regex_t *preg);
  • regcomp 函数
    • regex 参数是预定义的正则表达式字符串
    • cflags 用于指定编译特性,可用参数如下
      • REG_EXTENDED:启用扩展正则表达式规则,默认是基本正则表达式规则
      • REG_ICASE:忽略大小写
      • REG_NOSUB:仅检查是否存在匹配项,不返回结果
      • REG_NEWLINE:换行符以常规语义对待,默认换行符不具有特殊含义,跟普通字符一样参与匹配
  • regexec 函数
    • 此处的 string 参数指将要对其进行匹配的目标字符串
    • pmatch[] 参数用于存储匹配到的结果(若 REG_NOSUB 编译选项被设置,则此参数将被忽略)
      • 此类型的结构体至少包含两个 regoff_t(某种整型数据,至少大于 off_t 或 size_t 的取值范围) 类型的成员:rm_so(即 regex match start offset)、rm_eo(即 regex match end offset),每个匹配到的结果都以其在目标字符串中的起始偏移位置标识
      • typedef struct {
        regoff_t rm_so;
        regoff_t rm_eo;
        } regmatch_t;
      • 未被填入匹配结果的项(即没有用到的结构体),其内部成员均被赋值为 -1,处理结果的时候可以以此为判断依据
      • pmatch[] 的成员数量不能小于 nmatch 指定的数值,其中 pmatch[0] 存储的是目标字符串的地址(即 string 参数所代表的地址),从 pmatch[1] 开始的数组成员存储的是匹配结果的边界偏移量,因此 nmatch 应当指定为 N + 1,其中 N 是预期想要取得的匹配项数量
    • eflags 用于定制匹配特性,可用参数如下
      • REG_NOTBOL:即 not begin of line,在不启用 REG_NEWLINE 编译参数的前提下,以 ^ 匹配行首的将总是返回无匹配结果
      • REG_NOTEOL:即 not end of line,语义同上,即不指定 REG_NEWLINE 情况下,永远匹配不到 $ 行尾
  • regerror 函数
    • errcode:指 regcomp 或 regexec 函数的返回值
    • preg:指经过 regcomp 处理过正则匹配条件
    • errbuf 及 errbuf_size:分别指自定义的用于存储错误信息的缓冲区及其大小

示例:

...