笔记整理——Linux下C语言正则表达式

Linux下C语言正则表达式使用详解 - Google Chrome (2013/5/2 16:40:37)

Linux下C语言正则表达式使用详解

2012年6月6日Neal627 views发表评论阅读评论

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。

C语言处理正则表达式常用的函数有regcomp()、regexec()、regfree()和regerror()，一般分为三个步骤，如下所示：

C语言中使用正则表达式一般分为三步：
1. 编译正则表达式 regcomp()
2. 匹配正则表达式 regexec()
3. 释放正则表达式 regfree()

下边是对三个函数的详细解释

1. int regcomp (regex_t *compiled, const char *pattern, int cflags)
这个函数把指定的正则表达式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。

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。
②pattern 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‘$‘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。该函数虽然以regmatch_t数组的形式定义了参数，但是实际上regexec()函数只能匹配到一个，让人误解啊，特别注明一下。

参数说明：
①compiled 是已经用regcomp函数编译好的正则表达式。
②string 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end of line。

3. void regfree (regex_t *compiled)
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。

参数说明：
①errcode 是由regcomp 和 regexec 函数返回的错误代号。
②compiled 是已经用regcomp函数编译好的正则表达式，这个值可以为NULL。
③buffer 指向用来存放错误信息的字符串的内存空间。
④length 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);

下边是一个连续查找文本中匹配字符串的例子：

#include <stdio.h>
#include <string.h>
#include <regex.h>
 
// 提取子串
char* getsubstr(char *s, regmatch_t *pmatch)
{
	static char buf[100] = {0};
	memset(buf, 0, sizeof(buf));
	memcpy(buf, s+pmatch->rm_so, pmatch->rm_eo - pmatch->rm_so);
 
	return buf;
}
 
int main(void)
{
	regmatch_t pmatch;
	regex_t reg;
	const char *pattern = "[a-z]+";		// 正则表达式
	char buf[] = "[email protected]";	// 待搜索的字符串
 
	regcomp(&reg, pattern, REG_EXTENDED);	//编译正则表达式
	int offset = 0;
 	while(offset < strlen(buf))
	{
		int status = regexec(&reg, buf + offset, 1, &pmatch, 0);
		/* 匹配正则表达式，注意regexec()函数一次只能匹配一个，不能连续匹配，网上很多示例并没有说明这一点 */
		if(status == REG_NOMATCH)
			printf("No Match\n");
		else if(pmatch.rm_so != -1)
		{
			printf("Match:\n");
			char *p = getsubstr(buf + offset, &pmatch);
 			printf("[%d, %d]: %s\n", offset + pmatch.rm_so + 1, offset + pmatch.rm_eo, p);
		}
		offset += pmatch.rm_eo;
	}
	regfree(&reg);		//释放正则表达式
 
	return 0;
}

正则表达式梳理（unix） - aten_xie的专栏 - 博客频道 - CSDN.NET - Google Chrome (2013/4/16 18:14:01)

正则表达式梳理（unix）

分类： SHELL2011-03-04 22:51 945人阅读 评论(0) 收藏 举报

正则表达式存储unix

正则表达式（regular experience RE）是一种字符模式，用于在查找过程中匹配指定的字符。在大多数程序中，正则表达式都被置于两个正斜杠之间。例如：/test/ 就是由正斜杠界定的正则表达式，它将匹配被查找的行中任何位置出现的相同模式。

正则表达式元字符

元字符是这样一类字符，它们表达的是不同于字面本身的含义。正则表达式元字符是由各种执行模式匹配操作的程序来解析，例如：sed、grep、awk等。

常用正则表达式的元字符如下：

元字符 功能 实例 匹配结果 备注
^ 行首定位符 /^test/ 匹配所有以test开头的行 空格、TAB等也是作为字符进行匹配的。
$ 行尾定位符 /test$/ 匹配所有以test结尾的行  
.  (点) 匹配除“/n”之外的任何单个字符 /t..t/ 匹配包含一个t，后跟两个字符，在跟一个t的行。 任意单个字符包含空格和TAB键。 
即：“t  t” 也是满足匹配条件的。 
若要匹配包括“/n”在内的任意字符，请使用诸如“[/s/S]”之类的模式。
* 零次或多次匹配前面的字符或子表达式 /t*est/ 匹配包含0个或者多个t后跟est的行。可以匹配：est、test、ttest  
+ 一次或多次匹配前面的字符或子表达式 /t+est/ 匹配包含1个或者多个t后跟est的行。可以匹配：test、ttest。字符串“est”则无法进行匹配了。  
? 零次或者一次匹配前面的字符串或者子表达式 /t?est/ 匹配包含0个或者1个t后跟est的行。可以匹配：test、est。 ttest 也是符合匹配标准的，因为ttest字符串中包含整个test。
当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。例如，在字符串“oooo”中，“o+?”只匹配单个“o”，而“o+”匹配所有“o”。
[] 匹配一组字符中的任一个 /[Tt]est/ 匹配包含Test或者test行  
[x-y] 匹配指定范围内的一个字符 /[A-Z]est/ 匹配后面跟着est的一个A至Z之间的字符。 [0-9]：用来匹配任意数字 
[A-Za-z]：用来匹配任意字母
[^] 匹配不在指定组内的字符 /[^A-Z]/ 匹配不在范围A至Z之间的任一个字符  
/ 用来转义元字符 /test/*/ 匹配包含test，后面跟一个*号的所有行。 ////用来匹配“/”符号自身
/< 词首定位符 // 匹配包含以love开头的词的行。如：love、lover vi和grep支持
/> 词尾定位符 /love/>/ 匹配包含以love结尾的词的行。 
如：aalove		 vi和grep支持
/(pattern/) 匹配模式pattern，并将之存储在寄存器中，供之后使用。 //(love/)able /1r/ 最多可以使用9个标签，模式中最左边的标签是第一个。例如：模式love被保存为标签1，用/1表示。左边这个例子中，查找串是一个loveable 后跟 lover的长串。 sed、vi、grep支持。 
例如： 
sed “s//(love/)//1able/” 功能是将文件中的love替换成loveable。
x/{m/} 或 
x/{m,/} 或 
x/{m,n/}		 字符x的重复出现； 
m次，至少m次，至少m次且不超过n次。		 o/{5,10/} 匹配包含5-10个连续的字母o的行。 vi和grep支持

grep支持的正则表达式元字符

元字符 功能 实例 匹配结果 备注
^ 行首定位符 grep “^test” datafile 打印所有以test开头的行  
$ 行尾定位符 grep “test$” datafile 打印所有以test结尾的行  
.  (点) 匹配除“/n”之外的任何单个字符 /t..t/ 匹配包含一个t，后跟两个字符，在跟一个t的行。  
* 零次或多次匹配前面的字符或子表达式 /t*est/ 匹配包含0个或者多个t后跟est的行。可以匹配：est、test、ttest  
[] 匹配一组字符中的任一个 /[Tt]est/ 匹配包含Test或者test行  
[^] 匹配不在指定组内的字符 /[^A-Z]/ 匹配不在范围A至Z之间的任一个字符  
/< 词首定位符 // 匹配包含以love开头的词的行。如：love、lover vi和grep支持
/> 词尾定位符 /love/>/ 匹配包含以love结尾的词的行。 
如：aalove		 vi和grep支持
/(pattern/) 匹配模式pattern，并将之存储在寄存器中，供之后使用。 //(love/)able /1r/ 最多可以使用9个标签，模式中最左边的标签是第一个。例如：模式love被保存为标签1，用/1表示。左边这个例子中，查找串是一个loveable 后跟 lover的长串。 sed、vi、grep支持。 
例如： 
sed “s//(love/)//1able/” 功能是将文件中的love替换成loveable。
x/{m/} 或 
x/{m,/} 或 
x/{m,n/}		 字符x的重复出现； 
m次，至少m次，至少m次且不超过n次。		 o/{5,10/} 匹配包含5-10个连续的字母o的行。

C语言正则表达式详解 regcomp() regexec() regfree()详解_正则表达式教程 - Google Chrome (2013/4/10 12:09:15)

C语言中嵌入正则表达式

分享到:QQ空间 新浪微博 人人网 腾讯微博 豆瓣 10

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。

C语言处理正则表达式常用的函数有regcomp()、regexec()、regfree()和regerror()，一般分为三个步骤，如下所示：

C语言中使用正则表达式一般分为三步：
  1. 编译正则表达式 regcomp()
  2. 匹配正则表达式 regexec()
  3. 释放正则表达式 regfree()

下边是对三个函数的详细解释

1、int regcomp (regex_t *compiled, const char *pattern, int cflags)
这个函数把指定的正则表达式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。 　

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。
②pattern 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‘$‘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。

参数说明：
①compiled 是已经用regcomp函数编译好的正则表达式。
②string 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end of line。

3. void regfree (regex_t *compiled)
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。

参数说明：
①errcode 是由regcomp 和 regexec 函数返回的错误代号。
②compiled 是已经用regcomp函数编译好的正则表达式，这个值可以为NULL。
③buffer 指向用来存放错误信息的字符串的内存空间。
④length 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);

下边是一个匹配Email例子，按照上面的三步就可以。

下面的程序负责从命令行获取正则表达式，然后将其运用于从标准输入得到的每行数据，并打印出匹配结果。
#include <stdio.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;
  /* 编译正则表达式*/
  pattern = argv[1];
  z = regcomp(?, pattern, cflags);
  if (z != 0){
    regerror(z, ?, 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(?, lbuf, nmatch, pm, 0);
    if (z == REG_NOMATCH) continue;
    else if (z != 0) {
      regerror(z, ?, 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(?);
  return 0;
}

执行下面的命令可以编译并执行该程序：
# gcc regexp.c -o regexp
# ./regexp ‘regex[a-z]*‘ < regexp.c
0003: #include <regex.h>
$0=‘regex‘
0027: regex_t reg;
$0=‘regex‘
0054: z = regexec(?, lbuf, nmatch, pm, 0);
$0=‘regexec‘

常用正则表达式-月光博客 - Google Chrome (2013/4/10 10:09:16)

正则表达式用于字符串处理、表单验证等场合，实用高效。现将一些常用的表达式收集于此，以备不时之需。

匹配中文字符的正则表达式：
[\u4e00-\u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了

匹配双字节字符(包括汉字在内)：[^\x00-\xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

匹配空白行的正则表达式：\n\s*\r
评注：可以用来删除空白行

匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*?
/>
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式：^\s*|\s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注：表单验证时很实用

匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求

匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用

匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如
0511-4405222 或 021-87888822

匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始

匹配中国邮政编码：[1-9]\d{5}(?!\d)
评注：中国邮政编码为6位数字

匹配身份证：\d{15}|\d{18}
评注：中国的身份证为15位或18位

匹配ip地址：\d+\.\d+\.\d+\.\d+
评注：提取ip地址时有用

匹配特定数字：
^[1-9]\d*$　
　 //匹配正整数
^-[1-9]\d*$ 　 //匹配负整数
^-?[1-9]\d*$　　 //匹配整数
^[1-9]\d*|0$　
//匹配非负整数（正整数 + 0）
^-[1-9]\d*|0$　　 //匹配非正整数（负整数 +
0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　
//匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　
//匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　
//匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非负浮点数（正浮点数 +
0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮点数（负浮点数 +
0）
评注：处理大量数据时有用，具体应用时注意修正

匹配特定字符串：
^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串
^\w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串
评注：最基本也是最常用的一些表达式

原载地址：http://lifesinger.3322.org/myblog/?p=185

本文章要提供的这些表达式是url
卡号 数字 邮编 QQ号 整数 英文 中文正则代码哦，下面我们来一一注明吧。

Url
: /^http://[A-Za-z0-9]+.[A-Za-z0-9]+[/=?%-&_~`@[]‘:+!]*([^<>""])*$/,
//地址正则

IdCard
: /^d{15}(d{2}[A-Za-z0-9])?$/, //卡号正则

Currency
: /^d+(.d+)?$/,

Number
: /^d+$/, //数字

Zip
: /^[1-9]d{5}$/, //邮编

QQ
: /^[1-9]d{4,8}$/, //QQ正则

Integer
: /^[-+]?d+$/,

Double
: /^[-+]?d+(.d+)?$/,

English
: /^[A-Za-z]+$/, //英语

Chinese
: /^[u0391-uFFE5]+$/, 汉字

Username
: /^[a-z]w{3,}$/i,

UnSafe
: /^(([A-Z]*|[a-z]*|d*|[[email protected]#$%^&*.()[]{}<>?\/‘"]*)|.{0,5})$|s/,

来源： <http://www.111cn.net/wy/99/dcb482cacb763111c89d98d48edaeb23.htm>

linux C regex正则表达式函数库 - crocodile的记录空间 - 51CTO技术博客 - Google Chrome (2013/4/1 13:53:29)

linux C regex正则表达式函数库

2012-08-20 00:03:55

标签：linux 编程

C中的正则表达式如何实现呢，以regex系列函数来简要说明：

标准的linux c与c++不支持正则表达式；

以POSIX函数库中的Regex系列函数来说明在Linux c下如何使用正则表达式：

1、编译正则表达式：

Regcomp函数，生成regex_t数据结构；

int Regcomp(regex_t *preg, const char *regex, int cflags）；

参数说明：

preg:用来保存编译的结果；

regex:字符串，表示被编译的正则表达式；

cflags:编译开关控制细节；

REG_EXTEND代表使用扩展正则表达式模式；

REG_ICASE表示对规则中字符串不区分大小写；

REG_NOSUB只检查是否有符合规则的子串

2、匹配正则表达式：

利用regcomp生成的数据结构regex_t *preg 调用regexec()函数完成模式匹配:

int regexec(

const regex_t *preg,

const char *string,

size_t match,

regmatch_t pmatch[],

int eflags

)；

　　typedef struct {

　　regoff_t rm_so;

　　regoff_t rm_eo;

　　} regmatch_t;

参数说明：

preg:用来编译后的模式匹配数据结构regex_t 常量；

string:字符串，表示被匹配的字符串；

nmatch:被匹配的个数；

pmatch:匹配的结果数组；

rm_so 表示满足规则的子串在string中的起始偏移量

rm_eo 表示满足规则的子串在string中的后续偏移量

eflags:匹配的特性

REG_NOTBOL 是否是第一行

REG_NOTEOL 是否是最后一行

3、报告错误信息


size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);

参数说明：

errcode:来自regcomp及regexec函数的错误代码；

preg:regcomp编译结果；

errbuf:缓冲区的错误信息字符串；

errbuf_size:缓存区的错误信息字符串长度；

4、释放正则表达式：

void regfree(regex_t *preg);

无返回结果，释放regcomp编译的regex_t指针；

5、正则表达式框架：

int mymatch(char *buf)
{
    const char *regex = "href=\"[^ >]*\"";
    regex_t preg;
    const size_t nmatch = 10;
    regmatch_t pm[nmatch];
    if (regcomp(&preg, regex, 0) != 0) {    /*编译正则表达式失败 */
        perror("regcomp");
        exit(1);
    }
    int z, i;
    z = regexec(&preg, buf, nmatch, pm, 0);
    if (z == REG_NOMATCH)/*无匹配项 */ 
    {    
        return 0;
    } 
    else/*有匹配的超链接 */
    {        
        for (i = 0; i < nmatch && pm[i].rm_so != -1; ++i)/*把超链接都提取出*/
        {
            /*对匹配链接的操作*/
        }    
    
    }
    regfree(&preg);/*释放正则表达式*/
}

6、正则表达式实例：



#include <stdio.h>

#include <sys/types.h>

#include <regex.h>

#include <string.h>

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;

}

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;

}

while(fgets(lbuf, sizeof(lbuf), stdin))

{

++lno;

if ((z = strlen(lbuf)) > 0 && lbuf[z-1] == ‘\n‘)

lbuf[z - 1] = 0;

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;

}

for (x = 0; x < nmatch && pm[x].rm_so != -1; ++ x)

{

if (!x) printf("d: %s\n", lno, lbuf);

printf("  $%d=‘%s‘\n", x, substr(lbuf, pm[x].rm_so, pm[x].rm_eo));

}

}

regfree(&reg);

return 0;

}

编译执行

[email protected]:~/code/c/regex > gcc regexp.c -o regexp

[email protected]:~/code/c/regex > ./regexp  ‘regex[a-z]*‘ < regexp.c

0003: #include <regex.h>;

$0=‘regex‘

0020:   regex_t reg;

$0=‘regex‘

0037:     z = regexec(&reg, lbuf, nmatch, pm, 0);

$0=‘regexec‘

null

时间： 2024-10-06 12:13:41

笔记整理——Linux下C语言正则表达式的相关文章

归纳整理Linux下C语言常用的库函数----文件操作

在没有IDE的时候,记住一些常用的库函数的函数名.参数.基本用法及注意事项是很有必要的. 参照Linux_C_HS.chm的目录,我大致将常用的函数分为一下几类: 1. 内存及字符串控制及操作 2. 字符串转换 3. 字符测试 4. 文件操作 5. 时间日期 6. 常用数学函数 7. 文件内容操作 8. 文件权限控制 9. 进程操作 10. 线程操作 11. Socket操作 12. 信号处理 13. 数据结构及算法 这次主要总结的是上面黑色部分,关于文件操作的函数. 系统调用归类 * * 函数

归纳整理Linux下C语言常用的库函数----时间日期数学及算法

在没有IDE的时候,记住一些常用的库函数的函数名.参数.基本用法及注意事项是很有必要的. 参照Linux_C_HS.chm的目录,我大致将常用的函数分为一下几类: 1. 内存及字符串控制及操作 2. 字符串转换 3. 字符测试 4. 文件操作 5. 时间日期 6. 常用数学函数 7. 文件内容操作 8. 文件权限控制 9. 进程操作 10. 线程操作 11. Socket操作 12. 信号处理 13. 数据结构及算法 时间函数归类 /*时间函数归类 * * 函数名 用法 备注 * *1.char

归纳整理Linux下C语言常用的库函数----内存及字符串控制及操作

在没有IDE的时候,记住一些常用的库函数的函数名.参数.基本用法及注意事项是很有必要的. 参照Linux_C_HS.chm的目录,我大致将常用的函数分为一下几类: 1. 内存及字符串控制及操作 2. 字符串转换 3. 字符测试 4. 文件操作 5. 时间日期 6. 常用数学函数 7. 文件内容操作 8. 文件权限控制 9. 进程操作 10. 线程操作 11. Socket操作 12. 信号处理 13. 数据结构及算法 以下是对第一项 内存及字符串控制及操作 的归纳整理. 已经不赞成使用的函数归类

Linux下C语言的几道经典面试题

本篇文章整理了几道Linux下C语言的经典面试题,相信对大家更好的理解Linux下的C语言会有很大的帮助,欢迎大家探讨指正. 1.如果在Linux下使用GCC编译器执行下列程序,输出结果是什么? 答案如下: 2.C语言程序不使用任何条件运算符,打印出十次"Hello"? 答案如下: 或是: 3.如果在Linux下使用GCC编译器执行下列程序,输出结果是什么? 答案如下: 4.如果在Linux下使用GCC编译器执行下列程序,输出结果是什么? 答案如下: 5.如果在Linux下使用GCC编

Linux下C语言编程基础学习记录

VIM的基本使用  LINUX下C语言编程 用gcc命令编译运行C语言文件 预处理阶段:将*.c文件转化为*.i预处理过的C程序. 编译阶段:将*.i文件编译为汇编代码*.s文件. 汇编阶段:将*.s文件转化为*.o的二进制目标代码文件. 链接阶段:将*.o文件转化为可执行文件. 生成可执行文件:将*.o转换为可执行文件. 执行可执行C语言文件. gcc常用选项列表 -c      只编译不链接,生成目标文件“.o” -S      只编译不汇编,生成编码代码 -E      只进行预编译,不做

LINUX下C语言编程基础

实验二 Linux下C语言编程基础 一.实验目的 1. 熟悉Linux系统下的开发环境 2. 熟悉vi的基本操作 3. 熟悉gcc编译器的基本原理 4. 熟练使用gcc编译器的常用选项 5 .熟练使用gdb调试技术 6. 熟悉makefile基本原理及语法规范 7. 掌握静态库和动态库的生成 二.实验步骤 1. 快捷键 Ubuntu中: 2. vim VIM是一个非常好的文本编辑器,很多专业程序员使用VIM编辑代码,即使以后你不编写程序,只要跟文本打交道,都应该学学VIM,可以浏览参考一下普通人

UNIX/Linux下C语言的学习路线

一.工具篇 “公欲善其事,必先利其器”.编程是一门实践性很强的工作,在你以后的学习或工作中,你将常常会与以下工具打交道, 下面列出学习C语言编程常常用到的软件和工具. 1.操作系统    在UNIX或Linux系统中学习C很方便,所以在开始您的学习旅程前请先选择一个UNIX或Linux操作系统,目前可供个人免费使用的UNIX或Linux系统有FreeBSD.RedHat Linux.SUSE Linux等,而且在安装包中还提供很多实用的工具,如:gcc, make等. 如果您一直使用Window

Linux下C语言执行过程(预处理，编译，汇编，链接，执行)

1.C语言的执行过程包括5个步骤:分别是:预处理,编译,汇编,链接,执行 第一步:编写C源代码,截图如下: 2.预处理,命令为:gcc -E variable.c -o variable.i(这步的作用是文件的展开和宏替换),生成的文件类型是.i类型的. 3.编译:命令为:gcc -S variable.i -o variable.s,这里的.s文件就成了会变语言,截图如下: 4.汇编,命令是:gcc -c variable.s -o variable.o,截图如下: 5,链接:命令:gcc -

Linux下C语言使用openssl库进行加密

在这里插一小节加密的吧,使用openssl库进行加密. 使用MD5加密 我们以一个字符串为例,新建一个文件filename.txt,在文件内写入hello ,然后在Linux下可以使用命令md5sum filename.txt计算md5值 ==> b1946ac92492d2347c6235b4d2611184  .虽然写入的是hello这5个字符,但是我们使用命令xxd filename.txt后可以看出文件结尾处会有个0x0a这个回车符.所以在下面的代码中才会有\n. 1 //打开/usr/