前言

　　　首先，祝大家國慶假期玩的嗨皮！可能有的人已經在回家的路上了，是不是都看不到我的真摯祝福了？

　　　C語言對於一些東西的封裝比較少，比如正則表示式，但速度快一直使它立於不敗之地，今天就要介紹如何用C封裝。

　　　一、正則表示式

　　   1、介紹

　　　　應該都聽過正則吧？主要應用在字串匹配，而且它是通用的，各種語言都支援。例如可以用它匹配IP地址、郵箱等。舉個例子說明一下正則有啥用：

　　　　例如，我在的公司，頁面用PHP，後臺用C，當新增使用者郵箱時，我們老大就要求：PHP和C都要對使用者輸入的使用者郵箱進行校驗，這時正則表示式就派上用場了。

　　　2、grep命令　　　　

　　　　我會用grep進行簡單的舉例，所以要簡單介紹一下。　　　　

　　　　grep是一種查詢過濾工具，正則表示式在grep中用來查詢符合模式的字串。其實正則表示式還有一個重要的應用是驗證使用者輸入是否合法，例如使用者通過網頁表單提交自己的email地址，就需要用程式驗證一下是不是合法的email地址，這個工作可以在網頁的Javascript中做，也可以在網站後臺的程式中做，例如PHP、Perl、Python、Ruby、Java或C，所有這些語言都支援正則表示式，可以說，目前不支援正則表示式的程式語言實在很少見。

　　　　egrep相當於grep -E，表示採用Extended正則表示式語法。

　　　　注意grep找的是包含某一模式的行，而不是完全匹配某一模式的行。

　　　3、基本語法

　　　　對於正則表示式的語法，我只列出比較常見的，基本就夠用了，如果有興趣的可以再去網上學習，去深入瞭解。           

　　　　字元類

　　　數量限定符

　　　位置限定符

　　舉例：查詢IP的正則

　　用^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}$查詢

　　其它特殊字元

　　4、分類

　　大致分為兩類：Basic正則和Extended正則

　　區別：

　　以上介紹的是grep正則表示式的Extended規範，Basic規範也有這些語法，只是字元?+{}|()應解釋為普通字元，要表示上述特殊含義則需要加\轉義。如果用grep而不是egrep，並且不加-E引數，則應該遵照Basic規範來寫正則表示式。

　　二、正則表示式相關函式

　　C語言處理正則表示式常用的函式有regcomp()、regexec()、regfree()和regerror()

　　C語言中使用正則表示式一般分為三步：

• 編譯正則表示式 regcomp()
• 匹配正則表示式 regexec()
• 釋放正則表示式 regfree()

　　下邊將對三個函式的詳細解釋。

　　1、regcomp函式

　　功能：這個函式把指定的正則表示式pattern編譯成一種特定的資料格式compiled，這樣可以使匹配更有效。

　　原型：int regcomp(regex_t *preg, const char *regex, int cflags);

　　引數說明：　

　　regex_t     是一個結構體資料型別，用來存放編譯後的正則表示式，它的成員re_nsub 用來儲存正則表示式中的子正則表示式的個數，子正則表示式就是用圓括號包起來的部分表示式。

    　引數regex：     是指向我們寫好的正則表示式的指標。

    　引數cflags：      有如下4個值或者是它們或運算(|)後的值：

        REG_EXTENDED    以功能更加強大的擴充套件正則表示式的方式進行匹配。

        REG_ICASE       　 匹配字母時忽略大小寫。

        REG_NOSUB         不用儲存匹配後的結果,只返回是否成功匹配。如果設定該標誌位，那麼在regexec（在下邊介紹）將忽略nmatch和pmatch兩個引數。

        REG_NEWLINE     識別換行符，這樣'$'就可以從行尾開始匹配，'^'就可以從行的開頭開始匹配。

　　2、regexec函式

　　功能：函式regexec 會使用這個資料在目標文字串中進行模式匹配。　

　　原型：int regexec(const regex_t *preg, const char *string, size_t nmatch,regmatch_t pmatch[], int eflags);

　　先來介紹下引數4中的regmatch_t結構體：　

　　regmatch_t 是一個結構體資料型別，在regex.h中定義：

typedef struct {

    regoff_t rm_so;

    regoff_t rm_eo;

} regmatch_t;

　　成員rm_so 存放匹配文字串在目標串中的開始位置，rm_eo 存放結束位置。通常我們以陣列的形式定義一組這樣的結構。

　　引數說明：　

　　preg    是已經用regcomp函式編譯好的正則表示式。

　　string      是目標文字串。

　　nmatch      是regmatch_t結構體陣列的長度。

　　matchptr    regmatch_t型別的結構體陣列，存放匹配文字串的位置資訊。

　　eflags 有兩個值:

    　REG_NOTBOL 讓特殊字元^無作用

       REG_NOTEOL 讓特殊字元＄無作用

　　3、regfree函式

　　功能：可以用這個函式清空regex_t結構體的內容　　

　　原型：void regfree(regex_t *preg);

　　4、regerror函式

　　功能：當執行regcomp 或者regexec 產生錯誤的時候，就可以呼叫這個函式而返回一個包含錯誤資訊的字串。

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

　　引數說明：

　　errcode     是由regcomp 和 regexec 函式返回的錯誤代號。

　　preg   是已經用regcomp函式編譯好的正則表示式，這個值可以為NULL。

　　errbuf     指向用來存放錯誤資訊的字串的記憶體空間。

　　errbuf_size     指明buffer的長度，如果這個錯誤資訊的長度大於這個值，則regerror 函式會自動截斷超出的字串，但他仍然會返回完整的字串的長度。所以我們可以用如下的方法先得到錯誤字串的長度。

　　三、程式示例

　　輸入兩個引數，第一個引數：正則表示式，第二個引數：字串，校驗是否匹配，程式如下：

#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, REG_EXTENDED|REG_NOSUB)) == 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;
}

　　演示匹配郵箱：

　　執行：./a.out "^[a-zA-Z0-9][email protected][a-zA-Z0-9]+.[a-zA-Z0-9]+" "[email protected]"

　　演示結果如下：

　　總結

　　希望喜歡的點關注，不迷路哦！會持續更新linux C/C++相關內容，謝謝支援！