GNU C 规则表达式入门.doc

GNU C 规则表达式入门 GNU C 规则表达式入门 Tong Jian(tongjian@) [网友投稿] 用过Perl的朋友应该都它提供了规则表达式功能，所以使得用perl 进行文本处 理非常方便。本人最近试用了一下 GNU C 的规则表达式功能， 发现使用起来也很简单，只是觉得支持的不够强大，不能够进行文本的替换，只 能进行文本的查找，至少目前我是 没有发现基于规则表达式的 文本替换功能。 下面我就简单的介绍一下GNU C 的规则表达式使用方法，有理解不对的地方，还 请朋友们多指正。 在GNU C 中要使用规则表达式，需要用到以下几个函数。（定义在/usr/includ e/regex.h文件中） * int regcomp (regex_t *compiled, const char *pattern, int cflags) * int regexec (regex_t *compiled, char *string, size_t nmatch, regmat ch_t matchptr [], int eflags) * void regfree (regex_t *compiled) * size_t regerror (int errcode, regex_t *compiled, char *buffer, size _t length) 下面我就介绍分别一下这几个函数和它用到的一些数据类型。 1.int regcomp (regex_t *compiled, const char *pattern, int cflags) 这个函数把指定的规则表达式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。 regex_t 是一个结构体数据类型，用来存放编译后的规则表达式，它的成员re_ nsub 用来存储规则表达式中的子 规则表达式的个数，子规则表 达式就是用圆括号包起来的部分表达式。 pattern 是指向我们写好的规则表达式的指针。 cflags 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规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, regma tch_t matchptr [], int eflags) 当我们编译好规则表达式后，就可以用regexec 匹配我们的目标文本串了，如果 在编译规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，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。因为往往我们的规则表达式中还包含子规则表达式。数组0单 元存放主规则表达式位置，后边的 单元依次存放子规则表达式位 置。 compiled 是已经用regcomp函数编译好的规则表达式。 string 是目标文本串。 nmatch 是regmatch_t结构体数组的长度。 matchptr regmatch_t类型的结构体数组，存放匹配文本串的位置信息。 eflags 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， 原文如下： If this bit is set, then the beginning-of-line operator doesnt match the beginning of the string (presumably because its not the beginning of a line).If not set, then the beginn ing-of-line operator does match the beginning of the string. 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