深入淺出C/C++中的正規表達式庫(一)--GNU Regex Library

正規表達式(Regular Expressions)，又被稱為regex或regexp，是一種十分簡便、靈活的文本處理工具。它可以用來精确地找出某文本中比對某種指定規則的内 容。在linux下，grep, sed, awk等工具都支援正規表達式，這些工具的存在，為我們日常的文本處理帶來了極大的便利。但是，有時候，我們自己寫的程式中也需要用到正規表達式來處理一 些文本，這時候就需要一些正規表達式庫的支援了。由于我本人是用C/C++做為主要開發語言的，是以，在本文以及接下來的幾篇文章中，我将介紹幾個常用的 C/C++的正規表達式的庫，通過我的介紹，以及對具體的使用進行舉例，希望能夠給讀者朋友在C/C++程式中使用正規表達式時有點幫助，這将是我莫大的 榮幸。

目前，據我所知，在C/C++中常用的正規表達式庫有GNU Regex Library, Boost.Regex, PCRE, PCRE++。這四個庫中，後面兩個是有關系，其它都是各自己獨立的，是不同的實作。是以我會分三次，來一一對這四個庫進行介紹。今天首先介紹一下GNU Regex Library。

1. 什麼是GNU正規表達式庫(GNU Regex Library) ?

GNU正規表達式庫是glibc(GNU C Library)的一部分，它提供與POSIX标準相容的正規表達式比對的接口。

2. GNU Regex Library所提供的接口

int regcomp(regex_t *preg, const char *pattern, int cflags) 

功能:将要進行比對的正規表達式pattern進行編譯，做比對前的準備工作 

參數: preg, 輸出參數，用來儲存編譯後的正規表達式結果 

      pattern, 輸入參數，傳入要進行編譯的正規表達式的字元串 

      cflags, 輸入參數，用來指定正規表達式比對過程中的一些選項 

傳回值:編譯成功傳回0，失敗傳回非0的錯誤碼 

int regexec(const regex_t *preg, const char *string, size_t nmatch, regmatch_t pmatch[],  

            int eflags) 

功能:用來檢測字元串string是否比對正規表達式preg 

參數: preg, 輸入參數，在(1)regcomp中編譯好的正規表達式規則 

      string, 輸入參數，用來被比對的字元串 

      nmatch, 輸入參數，用來指定pmatch參數所對應的數組的長度 

      pmatch, 輸出參數，用來輸出在string中比對preg的具體位置 

      eflag, 輸入參數，用來指定正規表達式比對過程中的一些選項 

傳回值: 如果string比對preg所指定的規則，則傳回0， 否則傳回非0 

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

功能:用來把在regcompt和regexec中産生的錯誤碼轉化成字元串形式的錯誤資訊 

參數: errcode, 輸入參數，在regcomp或regexec調用中傳回的錯誤碼 

      preg, 輸入參數，與錯誤碼所對應的編譯過的正規表達式結構 

      errbuf, 輸出參數，用來傳回錯誤資訊的buffer，如果buffer不夠所需大小，錯誤資訊将被截斷 

      errbuf_size, 輸入參數，傳回錯誤資訊的buffer的大小  

傳回值: 如果errbuf_size為0，那麼regerror傳回錯誤資訊所需要的buffer的大小 

void regfree (regex_t *preg) 

功能: 用來釋放由regcomp編譯時生成的preg結構所占用的記憶體 

參數: preg, 輸入參數，由regcomp編譯時生成的正則表達的結構指針 

傳回值: 無 

3. 使用GNU Regex Library的一些注意事項

（1）regcomp與regfree必須配對使用，要不然會造成記憶體洩漏（類比malloc/free, new/delete)

（2）regex_t結構：把字元串形式的正規表達式編譯成regex_t這樣的一個結構，友善後續的比對工作

（3）regmatch_t結構：用來表示正規表達式中字元串中比對的位置的結構，用起始位置的偏移量來表示的

（5）使用該庫需要包含的頭檔案：sys/types.h和regex .h

4. GNU Regex Library使用舉例

#include <sys /types.h> 

#include <regex .h> 

#include <stdio .h> 

int main(int argc, char ** argv) 

{ 

    if (argc != 3) 

    { 

        printf("Usage: %s RegexString Text\n", argv[0]); 

        return 1; 

    } 

    const char * pRegexStr = argv[1]; 

    const char * pText = argv[2]; 

    regex_t oRegex; 

    int nErrCode = 0; 

    char szErrMsg[1024] = {0}; 

    size_t unErrMsgLen = 0; 

    if ((nErrCode = regcomp(&oRegex, pRegexStr, 0)) == 0) 

        if ((nErrCode = regexec(&oRegex, pText, 0, NULL, 0)) == 0) 

        { 

            printf("%s matches %s\n", pText, pRegexStr); 

            regfree(&oRegex); 

            return 0; 

        } 

    unErrMsgLen = regerror(nErrCode, &oRegex, szErrMsg, sizeof(szErrMsg)); 

    unErrMsgLen = unErrMsgLen < sizeof(szErrMsg) ? unErrMsgLen : sizeof(szErrMsg) - 1; 

    szErrMsg[unErrMsgLen] = '\0'; 

    printf("ErrMsg: %s\n", szErrMsg); 

    regfree(&oRegex); 

    return 1; 

} 

程式測試：

wuzesheng@wuzesheng-ubuntu:~/Program$ gcc TestRegex.c -o Regex 

wuzesheng@wuzesheng-ubuntu:~/Program$ ./Regex "http:\/\/www\..*\.com" "https://www.taobao.com" 

ErrMsg: No match 

wuzesheng@wuzesheng-ubuntu:~/Program$ ./Regex "http:\/\/www\..*\.com" "http://www.taobao.com" 

http://www.taobao.com matches http:\/\/www\..*\.com 

以上即是關于GNU Regex Library的全部内容。如果讀書者朋友有什麼看法可以在下面給我留言。接下來幾天，我會陸續介紹前面提到的其它幾個庫，今天先到這裡。

 本文轉自nxlhero 51CTO部落格，原文連結：http://blog.51cto.com/nxlhero/887129，如需轉載請自行聯系原作者