1. 程式人生 > >關於 regcomp()、regexec() 正則表示式的問題

關於 regcomp()、regexec() 正則表示式的問題

這兩個函式呼叫起來很詭異呢,有人知道正確的呼叫方法嗎?
---------------------------------------------------------------

1.int regcomp (regex_t *compiled, const char *pattern, int cflags)

這個函式把指定的規則表示式pattern編譯成一種特定的資料格式compiled,這樣可以使匹配更有效。函式regexec 會使用這個資料在目標文字串中進行模式匹配。執行成功返回0。

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

pattern 是指向我們寫好的規則表示式的指標。
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規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。
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. int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int eflags)

當我們編譯好規則表示式後,就可以用regexec 匹配我們的目標文字串了,如果在編譯規則表示式的時候沒有指定cflags的引數為REG_NEWLINE,則預設情況下是忽略換行符的,也就是把整個文字串當作一個字串處理。執行成功返回0。

regmatch_t 是一個結構體資料型別,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。因為往往我們的規則表示式中還包含子規則表示式。陣列0單元存放主規則表示式位置,後邊的單元依次存放子規則表示式位置。

compiled 是已經用regcomp函式編譯好的規則表示式。
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 按我的理解是如果指定了這個值,那麼'^'就不會從我們的目標串開始匹配。總之我到現在還不是很明白這個引數的意義, 原文如下:
If this bit is set, then the beginning-of-line operator doesn't match the beginning of the string (presumably because it's not the beginning of a line).If not set, then the beginning-of-line operator does match the beginning of the string.
REG_NOTEOL 和上邊那個作用差不多,不過這個指定結束end of line。

3. void regfree (regex_t *compiled)

當我們使用完編譯好的規則表示式後,或者要重新編譯其他規則表示式的時候,我們可以用這個函式清空compiled指向的regex_t結構體的內容,請記住,如果是重新編譯的話,一定要先清空regex_t結構體。

4. size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)

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。

errcode 是由regcomp 和 regexec 函式返回的錯誤代號。
compiled 是已經用regcomp函式編譯好的規則表示式,這個值可以為NULL。
buffer 指向用來存放錯誤資訊的字串的記憶體空間。
length 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。
size_t length = regerror (errcode, compiled, NULL, 0); 

原文:
http://faq.csdn.net/read/53100.html