GUN C正则表达式

最近项目中要处理文本,因此就用了gun的正则表达式,它是posix风格的..我们一般使用的都是perl风格的,所以一开始使用可能会有一些不习惯.详细的区别可以在wiki上看到:

http://en.wikipedia.org/wiki/Regular_expression

头文件是regex.h可以在里面看到他所提供的接口.这里主要是3个函数和一个结构体:

引用

int regcomp (regex_t *compiled, const char *pattern, int cflags)
int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int eflags)
void regfree (regex_t *compiled)
typedef struct {
　 regoff_t rm_so;
　 regoff_t rm_eo;
} regmatch_t;

regcomp会将参数pattern编译为compiled,也就是讲字符串编译为正则表达式.

而参数cflags可以是下面1种或者几种的组合:

REG_EXTENDED

使用 扩展的 posix　 Regular Expressions.

REG_ICASE

忽略大小写

REG_NOSUB

不存储匹配结果,只返回是否匹配成功.

REG_NEWLINE

可以匹配换行.

regexec执行匹配.compiled为刚才编译好的正则表达式,string为将要匹配的字符串,nmatch为后面的结构体数组的长度 (regmatch_t).matchptr为regmatch_t的一个数组(也就是存储着像perl里面的$0,$1这些的位置,也就是).而 eflag参数则可以是下面中的1个或多个.

REG_NOTBOL

会讲^作为一个一般字符来匹配,而不是一行的开始

REG_NOTEOL

会讲$作为一个一般字符来匹配,而不是一行的结束

regfree每次用完之后需要释放这个正则表达式.compiled为需要释放的正则表达式.

regmatch_t 中的rm_so为匹配字符的开始位置,rm_eo为结束位置.

说了这么多,其实使用很简单的:

引用

POSIX Regexp Compilation: Using regcomp to prepare to match.
Flags for POSIX Regexps: Syntax variations for regcomp.
Matching POSIX Regexps: Using regexec to match the compiled pattern that you get from regcomp.
Regexp Subexpressions: Finding which parts of the string were matched.
Subexpression Complications: Find points of which parts were matched.
Regexp Cleanup: Freeing storage; reporting errors.