C语言正则表达式

正则表达式是一种用来描述、识别特定模式的语法规则。在C语言中常用正则表达式匹配的方式，让程序对字符串进行灵活、高效的处理。本文将为您介绍C语言正则表达式的基本用法。

正则表达式的基本语法

在C语言中，正则表达式通常使用字符串来表示。下面是一个简单的正则表达式示例，用来匹配邮箱地址中的用户名部分：

^\w+@

在正则表达式中，特定字符或字符组合都有着特定的含义，表示特定的匹配规则。例如上例中的^表示匹配字符串的开头，\w表示匹配任意一个字母、数字或下划线。+表示匹配一个或多个字符。@表示匹配一个@符号。

下面是基本的正则表达式语法规则：

• . 匹配任何单个字符。
• [] 匹配方括号中的任一字符。
• [^] 匹配不在方括号中的任一字符。
• * 匹配之前的字符出现零次或多次。
• + 匹配之前的字符出现一次或多次。
• ? 匹配之前的字符出现零次或一次。
• | 匹配两个或多个正则表达式。
• () 标记正则表达式的子表达式。

上述规则可以任意组合使用，达到各种匹配效果。

正则表达式的函数库

在C语言中，正则表达式的实现需要借助于相关的函数库。常用的函数库包括POSIX标准函数库和PCRE (Perl Compatible Regular Expressions)函数库。

POSIX标准函数库提供了一组与正则表达式相关的函数，如下表所示：

在使用这些函数之前，我们需要先包含头文件<regex.h>。

PCRE函数库是一个与Perl语言兼容的正则表达式库。与POSIX标准函数库相比，PCRE库提供了更为强大的正则表达式匹配功能。在使用PCRE库前，我们需要先包含头文件<pcre.h>。

使用POSIX标准函数库进行正则表达式匹配

接下来，我们将以邮件地址的正则表达式为例，使用POSIX标准函数库进行匹配。

正则表达式的编译

在使用regcomp函数前，我们需要先创建一个regex_t结构体对象，用来保存编译后的正则表达式对象。

下面是编译正则表达式的示例代码：

#include <stdio.h>
#include <regex.h>

int main()
{
    char *pattern = "^\\w+@[a-zA-Z_]+?\\.[a-zA-Z]{2,3}$";   
    regex_t reg;                                       
    int rc = regcomp(&reg, pattern, REG_EXTENDED);     
    if(rc != 0) {
        printf("regcomp error: ret=%d\n", rc);
    }
    regfree(&reg);                                    
    return 0;
}

在这段代码中，我们首先定义了一个字符串变量pattern，用来保存邮件地址正则表达式。然后我们定义了一个regex_t结构体对象reg，用来保存编译后的正则表达式对象。接着使用regcomp函数进行编译，第一个参数是指向reg对象的指针，第二个参数是要编译的正则表达式，第三个参数是编译模式，这里我们使用REG_EXTENDED模式来启用扩展正则表达式语法。

如果编译成功，regcomp函数返回0，否则返回非0值。我们在代码中加入了错误处理，如果编译失败，输出错误信息。最后使用regfree函数释放内存。

正则表达式的匹配

编译成功后，我们就可以使用regexec函数对字符串进行正则表达式匹配了。

下面是正则表达式匹配的示例代码：

#include <stdio.h>
#include <regex.h>

int main()
{
    char *pattern = "^\\w+@[a-zA-Z_]+?\\.[a-zA-Z]{2,3}$";  
    regex_t reg;                                        
    int rc = regcomp(&reg, pattern, REG_EXTENDED);      
    if(rc != 0) {
        printf("regcomp error: ret=%d\n", rc);
    }

    char *str = "example@gmail.com";
    regmatch_t pmatch[1];
    rc = regexec(&reg, str, 1, pmatch, REG_EXTENDED);
    if(rc != 0) {
        printf("regexec error: ret=%d\n", rc);
    } else {
        printf("match successful: %s\n", str);
    } 

    regfree(&reg);                                     
    return 0;
}

在这段代码中，我们定义了一个字符串变量str，用来保存待匹配的邮件地址字符串。然后定义了一个regmatch_t结构体数组pmatch，用来保存匹配结果。

在调用regexec函数时，第一个参数是指向reg对象的指针，第二个参数是要匹配的字符串，第三个参数是pmatch数组的大小，这里我们只需要保存一个匹配结果，所以填写1。第四个参数是一个regmatch_t结构体数组，用来保存匹配结果。第五个参数是匹配模式，同样使用REG_EXTENDED模式。

如果匹配成功，regexec函数返回0，否则返回非0值。我们同样在代码中加入了错误处理，如果匹配失败，输出错误信息。如果匹配成功，输出匹配的字符串。

使用PCRE函数库进行正则表达式匹配

接下来，我们将通过一个简单的示例，使用PCRE函数库实现正则表达式的匹配功能。

正则表达式的编译

在使用PCRE库进行正则表达式的匹配前，我们需要先编译正则表达式。与POSIX标准函数库不同的是，PCRE库提供了pcre_compile函数来编译正则表达式，并返回一个指向正则表达式对象的指针。下面是编译正则表达式的示例代码：

#include <stdio.h>
#include <pcre.h>

int main()
{
    char *pattern = "^\\w+@[a-zA-Z_]+?\\.[a-zA-Z]{2,3}$";
    const char *error;
    int error_offset;
    pcre *re;
    re = pcre_compile(pattern, 0, &error, &error_offset, NULL);
    if(re == NULL) {
        printf("pcre_compile error: %s\n", error);
    }
    pcre_free(re);
    return 0;
}

在这段代码中，我们定义了一个字符串变量pattern，用来保存邮件地址正则表达式。使用pcre_compile函数进行编译，第一个参数是要编译的正则表达式，第二个参数是编译模式，这里我们使用0表示默认模式。

如果编译失败，pcre_compile函数返回NULL，并设置错误信息和偏移量。我们在代码中加入了错误处理，如果编译失败，输出错误信息。最后用pcre_free函数释放内存。

正则表达式的匹配

编译成功后，我们就可以使用pcre_exec函数对字符串进行匹配了。与POSIX标准函数库中类似，pcre_exec函数的返回值也是匹配结果的数量。

下面是正则表达式匹配的示例代码：

#include <stdio.h>
#include <pcre.h>

int main()
{
    char *pattern = "^\\w+@[a-zA-Z_]+?\\.[a-zA-Z]{2,3}$";
    const char *error;
    int error_offset;
    pcre *re;
    re = pcre_compile(pattern, 0, &error, &error_offset, NULL);
    if(re == NULL) {
        printf("pcre_compile error: %s\n", error);
    }

    char *str = "example@gmail.com";
    int ovector[30];
    int rc = pcre_exec(re, NULL, str, strlen(str), 0, 0, ovector, 30);
    if(rc < 0) {
        printf("pcre_exec error: ret=%d\n", rc);
    } else {
        printf("match successful: %s\n", str);
    } 

    pcre_free(re);
    return 0;
}

在这段代码中，我们定义了一个字符串变量str，用来保存待匹配的邮件地址字符串。然后定义了一个整型数组ovector，用来保存匹配结果。

在调用pcre_exec函数时，第一个参数是指向已编译的正则表达式对象的指针，第二个参数是正则表达式的额外选项，这里使用NULL表示默认选项。第三个参数是要匹配的字符串，第四个参数是字符串长度，第五个参数是匹配的起始偏移量，这里我们使用0，表示从字符串头部开始匹配。第六个参数是匹配选项，这里同样使用0表示默认选项。第七个参数是ovector数组，用来存储匹配结果。第八个参数是数组大小，这里我们填写30。

如果匹配成功，pcre_exec函数返回匹配结果的数量，否则返回负数。我们同样在代码中加入了错误处理，如果匹配失败，输出错误信息。如果匹配成功，输出匹配的字符串。

结论

正则表达式在C语言编程中，常常用于字符串处理、语法解析和模式匹配等方面，是一种非常有用的工具。本文介绍了C语言中正则表达式的基本语法、POSIX标准函数库和PCRE函数库的使用方法，希望能对读者有所帮助。