Chinaunix首页 | 论坛 | 博客
  • 博客访问: 185812
  • 博文数量: 37
  • 博客积分: 171
  • 博客等级: 入伍新兵
  • 技术积分: 315
  • 用 户 组: 普通用户
  • 注册时间: 2011-01-13 22:54
个人简介

寻找方向程序猿、攻城狮

文章存档

2023年(1)

2022年(4)

2019年(1)

2018年(1)

2017年(1)

2015年(2)

2014年(19)

2013年(2)

2012年(1)

2011年(5)

分类: LINUX

2014-10-31 16:18:11

 

scanf、sscanf中的正则表达式

分类: c/c++ 2912人阅读 评论(0)  举报

1、定制自己的扫描集 %[abc]、%[a-z]、%[^abc]、%[^a-z],比isdigit()、isalpha()更加灵活。[]内是匹配的字符,^表示求反集。

[c-sharp] view plaincopy
  1. int i;char str[80], str2[80];// scanf("%d%[abc]%s", &i, str, str2);  // printf("%d %s   %s/n",i,str,str2);// scanf("%[a-zA-Z0-9]", str);// scanf("%[^abce]", str);scanf("%[^a-z]", str);printf("%s/n",str);  


 

2、 读入一个地址并显示内存地址的内容

[c-sharp] view plaincopy
  1. int main(void){char ch='c';printf("%p/n", &ch); // print the address of ch.char *p;cout<<"Enter an address: ";scanf("%p", &p);     //input the address displayed aboveprintf("Value at location %p is %c/n",p,*p);return 0;}  


 

3、丢弃不想要的空白符:scanf("%c %c");

4、控制字符串中的非空白符:导致scanf()读入并丢弃输入流中的一个匹配字符。"%d,%d";

5、压缩输入:在格式码前加上*,则用户就可以告诉scanf()读这个域,但不把它赋予任何变量。
    scanf("%c%*c, &ch); 使用此方法可以在字符处理时吃掉多余的回车。

 

[c-sharp] view plaincopy
  1. 例1:从中提取tom    const char* url = "";    char uri[10] = {0};    sscanf(url, "%*[^:]:%[^@]", uri);    cout << uri << endl;例2:从iios/12DDWDFF@122中提取 12DDWDFF    const char* s = "iios/12DDWDFF@122";    char buf[20];    sscanf(s, "%*[^/]/%[^@]", buf);    cout << buf << endl;  


 


看了几篇介绍sscanf函数,真是发现自己好多东西没理解透。

第一篇:

此文所有的实验都是基于下面的程序:

char str[10];

for (int i = 0; i < 10; i++) str[i] = '!';

执行完后str的值为

str = "!!!!!!!!!!"

我们把str的每个字符都初始化为惊叹号,当str的值发生变化时,使用printf打印str的值,对比先前的惊叹号,这样就可以方便的观察str发生了怎样的变化。下面我们做几个小实验,看看使用sscanf和正则表达式格式化输入后,str有什么变化。

实验1:

sscanf( "123456" , "%s" , str) ; ---------str的值为 "123456\0!!!"

这个实验很简单,把源字符串"123456"拷贝到str的前6个字符,并且把str的第7个字符设为null字符,也就是\0

实验2:

sscanf( "123456" , "%3s" , str) ; ---------str的值为 "123\0!!!!!!"

看到没有,正则表达式的百分号后面多了一个3,这告诉sscanf只拷贝3个字符给str,然后把第4个字符设为null字符。

实验3:

sscanf( "aaaAAA" , "%[a-z]" , str) ; ---------str的值为 "aaa\0!!!!!!"

从这个实验开始我们会使用正则表达式,括号里面的a-z就是一个正则表达式,它可以表示从a到z的任意字符,

在继续讨论之前,我们先来看看百分号表示什么意思,%表示选择 ,%后面的是条件,比如实验1的"%s",s是一个条件,表示任意字符,"%s"的意思是:只要输入的东西是一个字符,就把它拷贝给str。实验2的"%3s"又多了一个条件:只拷贝3个字符。实验3的“%[a-z]”的条件稍微严格一些,输入的东西不但是字符,还得是一个小写字母的字符,所以实验3只拷贝了小写字母"aaa"给str,别忘了加上null字符。

实验4:

sscanf( "AAAaaaBBB" , "%[^a-z]" , str) ; ---------str的值为 "AAA\0!!!!!!"

对于所有字符,只要不是小写字母,都满足"^a-z"正则表达式,符号^表示逻辑非。前3个字符都不是小写字符,所以将其拷贝给str,但最后3个字符也不是小写字母,为什么不拷贝给str呢?这是因为当碰到不满足条件的字符后,sscanf就会停止执行,不再扫描之后的字符。

实验5:

sscanf( "AAAaaaBBB" , "%[A-Z]%[a-z]" , str) ; ---------段错误

这个实验的本意是:先把大写字母拷贝给str,然后把小写字母拷贝给str,但很不幸,程序运行的时候会发生段错误,因为当sscanf扫描到字符a时,违反了条件"%[A-Z]",sscanf就停止执行,不再扫描之后的字符,所以第二个条件也就没有任何意义,这个实验说明:不能使用%号两次或两次以上

实验6:


sscanf( "AAAaaaBBB" , "%*[A-Z]%[a-z]" , str) ; ---------str的值为 "aaa\0!!!!!!"

这个实验出现了一个新的符号:%*,与%相反,%*表示过滤 满足条件的字符,在这个实验中,%*[A-Z]过滤了所有大写字母,然后再使用%[a-z]把之后的小写字母拷贝给str。如果只有%*,没有%的话,sscanf不会拷贝任何字符到str,这时sscanf的作用仅仅是过滤字符串。

实验7:

sscanf( "AAAaaaBBB" , "%[a-z]" , str) ; ---------str的值为 "!!!!!!!!!!"

做完前面几个实验后,我们都知道sscanf拷贝完成后,还会在str的后面加上一个null字符,但如果没有一个字符满足条件,sscanf不会在str的后面加null字符,str的值依然是10个惊叹号。这个实验也说明了,如果不使用%*过滤掉前面不需要的字符,你永远别想取得中间的字符。

实验8:

sscanf( "AAAaaaBC=" , "%*[A-Z]%*[a-z]%[^a-z=]" , str) ; ---------str的值为 "BC\0!!!!!!!"

这是一个综合实验,但这个实验的目的不是帮我们复习前面所学的知识,而是展示两个值得注意的地方:

注意1:%只能使用一次,但%*可以使用多次,比如在这个实验里面,先用%*[A-Z]过滤大写字母,然后用%*[a-z]过滤小写字母。

注意2:^后面可以带多个条件,且这些条件都受^的作用,比如^a-z=表示^a-z且^=(既不是小写字母,也不是等于号)。

实验9:

int k;

sscanf( "AAA123BBB456" , "%*[^0-9]%i" , &k) ; ---------k的值为123

首先,%*[^0-9]过滤前面非数字的字符,然后用%i把数字字符转换成int型的整数,拷贝到变量k,注意参数必须使用k的地址。


本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/kenby/archive/2009/04/05/4051018.aspx

第二篇:

今天翻google reader的时候看到这样一篇文章,介绍的是sscanf的高级用法。直到今天我才知道sscanf是可以直接用正则表达式的,惭愧。

在msdn中sscanf的声明如下

int sscanf( const char *buffer, const char *format [, argument ] ... );

双字节版本的是这样的

int swscanf( const wchar_t *buffer, const wchar_t *format [, argument ] ... );

第一个参数是源字符串,这没什么好讲。第三个及以后的参数是可变参数列表,用于接收解析出来之后的值,可变参数列表不是本文的重点,暂且不提。最有玄机的是第二个参数,也就是所谓的format。我们知道prinft,sprintf,scanf,sscanf这四个函数(以及相应的双字节版本)都接收一个名为format的字符串作为参数,以便对输入输出做格式化,比如

sscanf(“12”, "%d", &in)

可以把字符串"12"(念做一二)格式化成10进制数12(念做十二),并赋值给in,而

sscanf(“12”, "%s", str)

可以把字符串"12"格式化成字符串12,并拷贝到str指向的内存区域。如此种种。如果你仔细看过c语言手册,那么你一定对次非常熟悉,并喜欢在中间夹杂点啊三啊啥的组成诸如%.4ld之类的format赢取初学者(或者老板)的赞扬。但是你可真不一定了解,format里是可以直接用正则表达式的,比如

sscanf("123334abcd123", "%[0-9]*", str);

执行完后str的内容是字符串"123334"。[0-9]*是一个非常简单的正则表达式,意思是匹配数字任意次。关于正则表达式的更多内容请参看这个。

我们在写程序时经常会碰到需要解析字符串的情况,而正则表达式则是解决此类问题的利器。如果我们能善用c标准库函数就能使用的正则表达式,一定可以做到事半而功倍。

------------

附正则表达式完整列表


字元

描述

\

將下一個字元標記為一個特殊字元、或一個原義字元、或一個向後引用、或一個八進位轉義符。例如,「n」匹配字元「n」。「\n」匹配一個換行符。序列「\\」匹配「\」而「\(」則匹配「(」。

^

匹配輸入字元串的開始位置。如果設置了RegExp對象的Multiline屬性,^也匹配「\n」或「\r」之後的位置。

$

匹配輸入字元串的結束位置。如果設置了RegExp對象的Multiline屬性,$也匹配「\n」或「\r」之前的位置。

*

匹配前面的子表達式零次或多次。例如,zo*能匹配「z」以及「zoo」。*等價于{0,}。

+

匹配前面的子表達式一次或多次。例如,「zo+」能匹配「zo」以及「zoo」,但不能匹配「z」。+等價于{1,}。

?

匹配前面的子表達式零次或一次。例如,「do(es)?」可以匹配「do」或「does」中的「do」。?等價于{0,1}。

{n}

n是一個非負整數。匹配確定的n次。例如,「o{2}」不能匹配「Bob」中的「o」,但是能匹配「food」中的兩個o。

{n,}

n是一個非負整數。至少匹配n次。例如,「o{2,}」不能匹配「Bob」中的「o」,但能匹配「foooood」中的所有o。「o{1,}」等價于「o+」。「o{0,}」則等價于「o*」。

{n,m}

m和n均為非負整數,其中n<=m。最少匹配n次且最多匹配m次。例如,「o{1,3}」將匹配「fooooood」中的前三個o。「o{0,1}」等價于「o?」。請注意在逗號和兩個數之間不能有空格。

?

當該字元緊跟在任何一個其他限制符(*,+,?,{n},{n,},{n,m})後面時,匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字元串,而默認的貪婪模式則盡可能多的匹配所搜索的字元串。例如,對於字元串「oooo」,「o+?」將匹配單個「o」,而「o+」將匹配所有「o」。

.

匹配除「\n」之外的任何單個字元。要匹配包括「\n」在內的任何字元,請使用像「[.\n]」的模式。

(pattern)

匹配pattern並獲取這一匹配。所獲取的匹配可以從產生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中則使用$0…$9屬性。要匹配圓括號字元,請使用「\(」或「\)」。

(?:pattern)

匹配pattern但不獲取匹配結果,也就是說這是一個非獲取匹配,不進行存儲供以後使用。這在使用「或」字元(|)來組合一個模式的各個部分是很有用。例如,「industr(?:y|ies)就是一個比」industry|industries'更簡略的表達式。

(?=pattern)

正向預查,在任何匹配pattern的字元串開始處匹配查找字元串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如, 「Windows(?=95|98|NT|2000)」能匹配「Windows2000」中的「Windows」,但不能匹配「Windows3.1」中 的「Windows」。預查不消耗字元,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜索,而不是從包含預查的字元之後開始。

(?!pattern)

負向預查,在任何不匹配pattern的字元串開始處匹配查找字元串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如 「Windows(?!95|98|NT|2000)」能匹配「Windows3.1」中的「Windows」,但不能匹配「Windows2000」中 的「Windows」。預查不消耗字元,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜索,而不是從包含預查的字元之後開始

x|y

匹配x或y。例如,「z|food」能匹配「z」或「food」。「(z|f)ood」則匹配「zood」或「food」。

[xyz]

字符集合。匹配所包含的任意一個字元。例如,「[abc]」可以匹配「plain」中的「a」。

[^xyz]

負值字符集合。匹配未包含的任意字元。例如,「[^abc]」可以匹配「plain」中的「p」。

[a-z]

字元範圍。匹配指定範圍內的任意字元。例如,「[a-z]」可以匹配「a」到「z」範圍內的任意小寫字母字元。

[^a-z]

負值字元範圍。匹配任何不在指定範圍內的任意字元。例如,「[^a-z]」可以匹配任何不在「a」到「z」範圍內的任意字元。

\b

匹配一個單詞邊界,也就是指單詞和空格間的位置。例如,「er\b」可以匹配「never」中的「er」,但不能匹配「verb」中的「er」。

\B

匹配非單詞邊界。「er\B」能匹配「verb」中的「er」,但不能匹配「never」中的「er」。

\cx

匹配由x指明的控制字元。例如,\cM匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。否則,將c視為一個原義的「c」字元。

\d

匹配一個數字字元。等價于[0-9]。

\D

匹配一個非數字字元。等價于[^0-9]。

\f

匹配一個換頁符。等價于\x0c和\cL。

\n

匹配一個換行符。等價于\x0a和\cJ。

\r

匹配一個回車符。等價于\x0d和\cM。

\s

匹配任何空白字元,包括空格、製表符、換頁符等等。等價于[\f\n\r\t\v]。

\S

匹配任何非空白字元。等價于[^\f\n\r\t\v]。

\t

匹配一個製表符。等價于\x09和\cI。

\v

匹配一個垂直製表符。等價于\x0b和\cK。

\w

匹配包括下劃線的任何單詞字元。等價于「[A-Za-z0-9_]」。

\W

匹配任何非單詞字元。等價于「[^A-Za-z0-9_]」。

\xn

匹配n,其中n為十六進位轉義值。十六進位轉義值必須為確定的兩個數字長。例如,「\x41」匹配「A」。「\x041」則等價于「\x04」&「1」。正則表達式中可以使用ASCII編碼。.

\num

匹配num,其中num是一個正整數。對所獲取的匹配的引用。例如,「(.)\1」匹配兩個連續的相同字元。

\n

標識一個八進位轉義值或一個向後引用。如果\n之前至少n個獲取的子表達式,則n為向後引用。否則,如果n為八進位數字(0-7),則n為一個八進位轉義值。

\nm

標識一個八進位轉義值或一個向後引用。如果\nm之前至少有nm個獲得子表達式,則nm為向後引用。如果\nm之前至少有n個獲取,則n為一個後跟文字m的向後引用。如果前面的條件都不滿足,若n和m均為八進位數字(0-7),則\nm將匹配八進位轉義值nm。

\nml

如果n為八進位數字(0-3),且m和l均為八進位數字(0-7),則匹配八進位轉義值nml。

\un

匹配n,其中n是一個用四個十六進位數字表示的Unicode字元。例如,\u00A9匹配版權符號(©)。



阅读(1768) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~