c语言正则表达式库--PCRE

很多语言都支持正则表达式，但是c语言自身不支持，可以通过PCRE库使用正则表达式。

PCRE提供的几个主要API：

pcre_compile
        函数原型：
        pcre *pcre_compile(const char *pattern, int options, const char **errptr, int *erroffset, const unsigned char *tableptr)
功能：将一个正则表达式编译成一个内部表示，在匹配多个字符串时，可以加速匹配。其同pcre_compile2功能一样只是缺少一个参数errorcodeptr。
        参数说明：
pattern   正则表达式
options   为0，或者其他参数选项
errptr   出错消息
erroffset  出错位置
tableptr  指向一个字符数组的指针，可以设置为空NULL。

 

函数原型：
int pcre_exec(const pcre *code, const pcre_extra *extra, const char *subject, int length, int startoffset, int options, int *ovector, int ovecsize)
功能：使用编译好的模式进行匹配，采用与Perl相似的算法，返回匹配串的偏移位置。
参数：
code         编译好的模式
extra        指向一个pcre_extra结构体，可以为NULL
subject      需要匹配的字符串
length       匹配的字符串长度（Byte）
startoffset  匹配的开始位置
options      选项位
ovector      指向一个结果的整型数组
ovecsize     数组大小。

返回值： 返回匹配的元素个数。

这里需要解释ovector，当返回值<0,没有匹配上； 返回值>0,返回匹配元素个数。

ovector是int数组，长度必须为3的整数倍，若长度为3n，则结果最多返回n个元素。

ovector[0],ovector[1] 表示整个匹配的字符串首尾偏移量。

overctor[2*i],ovector[2*i+1](i!=0) 表示第i个匹配的子串的首尾偏移量。

ovector的最后1/3空间，算法需求？？

例如:

char src[] = "123.123.123.123:80|1.1.1.1:88:1234";
  char pattern[] = "(\\d*.\\d*.\\d*.\\d*):(\\d*):(\\d)";
如果结果匹配的话，pcre_exec返回值4,

每个匹配的元素如下：

match:1.1.1.1:88:1
match:1.1.1.1
match:88
match:1

 

测试代码：

#include
#include
#include
#include
#include "pcre.h"

#define OVECCOUNT 30    /* should be a multiple of 3 */

int main(){

    char *src = "[e-mail], jfkdf222@gmail\\.com";
    char pattern[] = "(\\d{1,}.*)@gmail\\.com";
    if(string_is_match(src, pattern)){
        printf("\nstring found.\n");
    }
    return 0;
}

int string_is_match(char *src, char *pattern)
{
    int ovector[OVECCOUNT];
    char *error;
    int erroffset;
    int rc;
    pcre *re;
    int i;
    printf("src:%s\n", src);
    re = pcre_compile(pattern, 0|PCRE_UNGREEDY, &error, &erroffset, NULL);
    if(re == NULL){
        printf("PCRE compilation failed at offset %d, %s\n", erroffset, error);
        return 0;
    }
    //匹配pcre编译好的模式，成功返回正数，失败返回负数
    rc = pcre_exec(re, NULL, src, strlen(src), 0, 0, ovector, OVECCOUNT); 

    if(rc < 0){
        if(rc == PCRE_ERROR_NOMATCH){
            printf("not match ... \n");
        }else{
            printf("Matching error %d\n", rc);
        }
        return 0;
    }else{
        printf("OK, %d matched ...\n\n", rc);
        // ovector[2*i]存储匹配的首字符位置，ovector[2*i+1]存储匹配字符串后的第一个不匹配的字符位置 
        for (i = 0; i < rc; i++)
        {
            char *substring_start = src + ovector[2*i];
            int substring_length = ovector[2*i+1] - ovector[2*i];
            printf("%2d: %.*s\n", i, substring_length, substring_start);
        }

    }
    free(re);
    return 1;
}

 

运行结果：

# ./regex_test
src:[e-mail], jfkdf222@gmail\.com
OK, 2 matched ...

0: [e-mail]
1: 111

string found.