Linux下C语言处理正则表达式——regex.h
具体函数介绍
编译正则表达式函数
int regcomp(regex_t *preg, const char *regex, int cflags);
其中preg用于保存编译后的正则表达式，regex是我们写的正则表达式。cflags标志位后面再说。
先说说regex_t结构体：
对于这个结构体而言，我们只要记住，它是编译后的正则表达式，后面的匹配是用编译后的正则表达式，这样效率更高，而不是使用我们自己写的原始的正则表达式。此外，还要知道regex_t有一个成员re_nsub，它表示“子正则表达式的个数”。所谓“子正则表达式”就是圆括号里面的正则表达式。可能还是有点懵。没关系，慢慢来！我们使用正则表达式的一个主要目的是提取满足条件的部分。比如有个字符串username=阿星&sex=女，现在我们想提取用户名，也是就“阿星”，那么我们的正则表达式应该写成: username=([^&]*)&，也就是将匹配“阿星”的正则表达式放到圆括号中，作为整个表达式的一个子表达式。后面我们执行regexec函数后，就可以得到“阿星”（后面再讲）。
再来说说cflags：
cflags 的取值有：REG_EXTENDED、REG_ICASE、REG_NOSUB和REG_NEWLINE。这四个值可以单独使用，也可以用按位与联合使用。
其中：
REG_EXTENDED：
意思是，解释正则表达式时使用扩展的正则表达式语法。POSIX规范将正则表达式的实现方法分为了两种：基本正则表达式（BRE）和扩展正则表 达式（ERE）。
BRE和ERE到底有什么区别？其实仅仅是元字符的不同！在BRE方式中，只承认^ 、$、 . 、[ 、] 、*这些是元字符，所有其他的字符都被识别为文字字符。而ERE中，则添加了(、 ) 、{ 、} 、?、 + |、等元字符（及其相关功能）。grep命令默认支持BRE，要想支持ERE需要使用-E选项。
REG_ICASE：
如果编译正则表达式时使用了这个标志，那么在用regexec()函数进行匹配时，就忽略大小写。
REG_NOSUB：
如果使用了这个选项得到的编译后的正则表达式，在被后面的regexec()函数使用时，regexec()的nmatch参数和pmatch参数将会被忽略（后面再讲）
REG_NEWLINE：
一开始我对这个标志位的理解非常模糊，网上很多人解释的也不清楚。经过我的反复试验，终于明白了。
其实REG_NEWLINE的作用就两个：
1、 使^和$有效。
2、 绝对不匹配换行符。
相信大家也都看过Linux中的man page。对于REG_NEWLINE这个标志位的解释，在man page中用了四句话。
我们先来看后两句：
Match-beginning-of-line operator (^) matches the empty string immediately after a newline, regardless of whether eflags, the execution flags of regexec(), contains REG_NOTBOL.
Match-end-of-line operator ($) matches the empty string immediately before a newline, regardless of whether eflags contains REG_NOTEOL.
这两句的意思其实就是，是^匹配一行的开始位置，$匹配一行的结束位置（如果没有使用REG_NEWLINE，这两个字符将被当做普通字符）。并且使REG_NOTBOL和REG_NOTEOL无效。
举两个例子：
有字符串：
username=xinger&sex=girl&age=22\r\nschool=BIT&husband=qinger\r\n&like=study&look=pretty\r\n
如果我们没有使用REG_NEWLINE标志，那么正则表达式^school=([^&]*)将不能匹配，因为这里^被解释成了普通字符，而不是一行的开始。
如果我们加上REG_NEWLINE标志，那么将匹配成school=BIT，此时^不再是普通字符，而是匹配一行的开始。
再比如正则表达式age=([^$]*)，如果没有使用REG_NEWLINE，将匹配成：
age=22\r\nschool=BIT&husband=qinger\r\n&like=study&look=pretty\r\n
还是因为$被解释成了普通字符，
比如我们在原字符串中添加一个$，变成
username=xinger&sex=girl&age=22\r\nschool=$BIT&husband=$qinger\r\n&like=study&look=pretty\r\n
那么匹配结果变成了age=22\r\nschool=，原因依然是：把$当成了普通字符。
在来看前两句：
Match-any-character operators don‘t match a newline.
A nonmatching list ([^...]) not containing a newline does not match a newline.
这两句的意思说白了，就是保证不匹配换行符。比如第一句，意思是匹配任意字符的元字符也不匹配新的一行（好乱呀）。什么意思呢？就是比如说点（.）本来匹配所有的字符（注意，在POSIX中点匹配所有字符！！！和我们平时学的不一样。）但是如果使用了REG_NEWLINE标志，则不匹配换行符\r\n。
还是举个例子吧：
有字符串：
username=xinger&sex=girl&age=22\r\nschool=BIT&husband=$qinger\r\n&like=study&look=pretty\r\n
有正则表达式：sex=([^@]*)，如果没有REG_NEWLINE标志，匹配结果是：
sex=girl&age=22\r\nschool=BIT&husband=$qinger\r\n&like=study&look=pretty\r\n
因为[^@]匹配所有不是@的字符。但是如果我们加上了REG_NEWLINE，那么匹配结果为：sex=girl&age=22，原因是REG_NEWLINE保证了绝不匹配换行符！！！其实就相当于[^@\r\n]不加REG_NEWLINE。
在比如，有正则表达式sex=(.*)，我们前面提到过：点在POSIX中匹配任意字符（’\0’除外），所以点也匹配换行符，所以匹配结果为：
sex=girl&age=22\r\nschool=BIT&husband=$qinger\r\n&like=study&look=pretty\r\n
但是，如果我们使用了REG_NEWLINE，则保证不会匹配换行符，匹配结果就变成了：sex=girl&age=22。
最后说说返回值：
成功返回0，失败可以用regerror获取失败码。
用编译后的正则表达式进行匹配
int regexec(const regex_t *preg, const char *string, size_t nmatch,
regmatch_t pmatch[], int eflags);
regexec函数用上一步中编译好的正则表达式preg对string内容进行匹配，并将匹配结果以记录字节偏移量的形式保存在pmatch数组中。
首先看看regmatch_t结构体：
regmatch_t 是一个结构体数据类型，在regex.h中定义：
typedef struct
{
regoff_t rm_so;
regoff_t rm_eo;
} regmatch_t;
regexec函数将用匹配的子字符串的起止地址填充pmatch结构体，pmatch[0]对应的是整个正则表达式的匹配结果的起止地址;pmatch[i]则对应存储了第i个子匹配字符串的起止地址。（rm_so表示起始位置距离首地址的偏移量，rm_eo表示结束位置距离首地址的偏移量+1，如果rm_so为-1则表示该子表达式没有匹配）。nmatch表示pmatch结构体数组的元素的个数，它至少应该是子表达式的个数加1（因为0下标存储的是整个表达式的匹配结果）。
再来说说eflags：
首先一点，如果regcomp中使用了REG_NEWLINE变量，这个标志位是无效的！
这个标志位有两个取值：REG_NOTBOL和REG_NOTEOL，作用就是：如果设置了相应的标志位，那么含有^或$，而且含义是一行开始，或结束（比如^也可以解释成非），那么该正则表达式将永远不会匹配！！！。
最后说说返回值：
成功返回0，REG_NOMATCH表示失败。
将错误码转换成错误信息
size_t regerror(int errcode, const regex_t *preg, char *errbuf,
size_t errbuf_size);
该函数用于将regcomp或regexec返回的错误码转换成错误字符串信息。
参数errcode表示那两个函数返回的错误码，preg是regcomp编译后的正则表达式，errbuf用于存储错误信息字符串，errbuf_size是errbuf的大小。
释放regex_t结构体
void regfree(regex_t *preg);
regcomp函数会填写regex_t结构体的元素，这之中需要为某些元素开辟存储空间，而regfree函数就是释放这些空间的。
千万记得最后要调用regfree释放空间，否则会造成内存泄漏。
最后附上一个小例子：
#include <sys/types.h>
#include <regex.h>
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
static int compile_regex(regex_t* compiled,const char* pattern)
{
char errbuf[1024];
int err;
if( (err=regcomp(compiled,pattern,REG_EXTENDED|REG_ICASE) ) !=0)
{
regerror(err,compiled,errbuf,sizeof(errbuf));
printf("err:%s\n",errbuf);
return -1;
}
return 0;
}
int main()
{
const char *dest = "username=xinger&sex=girl&age=22\r\nschool=BIT&husband=$qinger\r\n&like=study&look=pretty\r\n";
printf("原始数据为：\n%s\n",dest);
const char *pattern = "school=([^&]*)";
int err;
char errbuf[1024];
regex_t compiled;
if((err = regcomp(&compiled,pattern,REG_EXTENDED|REG_ICASE)) != 0)
{
regerror(err,&compiled,errbuf,sizeof(errbuf));
printf("err:%s\n",errbuf);
return -1;
}
regmatch_t pmatch[3];
err = regexec(&compiled,dest,3,pmatch,REG_NOTBOL);
if(err != 0)
{
printf("未匹配成功！\n");
return -1;
}
int i = 0;
for(;i <= (int)compiled.re_nsub;i++)
{
if(pmatch[i].rm_so == -1)
continue;
int len = pmatch[i].rm_eo - pmatch[i].rm_so;
char *value = (char *)malloc(len + 1);
if(value == NULL)
return -1;
memset(value,0,len + 1);
memcpy(value,dest + pmatch[i].rm_so,len);
printf("提取的值为：%s\n",value);
free(value);
}
regfree(&compiled);//切记最后要释放掉，否则会造成内存泄露
return 0;
}
如果你觉得对你有用，就点个赞吧~~~