linux c正则表达式

tanggula2007

使用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


#include <stdio.h>
#include <sys/types.h>
#include <regex.h>
#include <stdlib.h>
#include <string.h>

#define ERRBUF 128

static char * substr(const char * str, unsigned start, unsigned end);

int main(int argc, char *argv[])
{
        regex_t myreg;
        char err[ERRBUF];
        int resulta,resultb;
        regmatch_t match[4];
        size_t nmatch = 4;

        char pattern[] = "[0-9]{3}";

        resulta = regcomp(&myreg, pattern, REG_EXTENDED | REG_NEWLINE);

        if(resulta != 0)
        {
                fprintf(stderr, "pattern compiled error\n");
                regerror(resulta, &myreg, err, sizeof(err));
                regfree(&myreg);
                exit(1);
        }

        char mystring[] = "192.168.121.112";

        resultb = regexec(&myreg, mystring, nmatch, match, 0);
        if(resultb != 0)
        {
                regerror(resultb, &myreg, err, sizeof(err));
                regfree(&myreg);
                exit(1);
        }

        int x;
        for(x = 0; x < nmatch && match[x].rm_so != -1; x++)
{
                printf("%s\n",substr(mystring, match[x].rm_so, match[x].rm_eo));
}

        printf("x = %d\n",x);
        regfree(&myreg);
        return 0;
}

static char * substr(const char * str, unsigned start, unsigned end)
{
        unsigned n = end - start;
        static char strbuf[256];
        memset(strbuf,'\0',sizeof(strbuf));
        strncpy(strbuf, str + start ,n);
        strbuf[n] = '\0';
        return strbuf;
}

只能打印出"192"，为什么匹配不了后面的内容呢

liexusong

你的正则模式都只是匹配3个数字而已啊!
char pattern[] = "[0-9]{3}";
改为:
char pattern[] = "[0-9.]+";

tanggula2007

我没有说清楚
我的意思是想匹配  3个相连数字的字符串
char mystring[] = "192.168.121.112"
应该能匹配到四个地方，分别应该为192  168  121  112
但是却只能打印出192，也就是说只匹配到了一个字段

shan_ghost

对正则表达式也不熟……


这几天在玩boost的regex。发现想把4段都提取出来，只能这样写： (\d+).(\d+).(\d+).(\d+)

(\d+.?){4}这种写法可以匹配到全部4段，但match中只会保留最后一次匹配（即112）。

想抓类似格式重复但字段数不定的记录，偷懒搞个类似repeat("(\\d+)?.?", MAX_COL_NUM)的东西，却又被提示超过预设复杂度限制。看来还是得啃boost恶心的官方文档。

tanggula2007

regmatch_t match[4];
size_t nmatch = 4;

typedef struct {
       regoff_t rm_so;
       regoff_t rm_eo;
} regmatch_t;
nmatch可以预先指定最多可以匹配的字段数
而rm_so,rm_eo记录的是匹配字段距离字符串开头的偏移量
既然可以匹配多个字段 为什么却匹配不了后面的内容呢

很纳闷

感觉这个posix 正则表达式库函数 比起简单的 linux 命令行,sed,awk,grep等所使用的basic regular express 仅仅是多了一个编译的正则表达式的过程，怎么这么难用

taopgbucuo

学习一下了啊

yulihua49

我没有说清楚
我的意思是想匹配  3个相连数字的字符串
char mystring[] = "192.168.121.112"
应该能匹配 ...
tanggula2007 发表于 2010-06-07 10:59

    你要匹配多次，每次从上次匹配的.rm_eo重新开始。

char *p=mystring;

for(i=1;i<4;i++) if(0==regexec(&myreg,p,nmatch,match,0)) {
................
p=mystring+match[0].rm_eo;
if(*p=='.') p++;
}

tanggula2007

回复 7# yulihua49

谢谢ls，原来regexec每次只能匹配一次
    请问LS
若 定义 match[4] 数组
是否就是确定所谓的子表达式
这应该怎么用呢

yulihua49

回复  yulihua49

谢谢ls，原来regexec每次只能匹配一次
    请问LS
若 定义 match[4] 数组
是否就是 ...
tanggula2007 发表于 2010-06-07 15:08

    按小括号的前括号编号。
match[0]是整个，match[1]是第一个，其余类推。
"(([0-9]{1,3})\\.){3})[0-9]{1,3}" 试试。