2 个小例子了解 C 语言使用正则表达式

哈喽，我是老吴。我的日常工作基本离不开正则表达式，不过一般是在 Shell 脚本或者命令行里使用。今天抽空了解了一下 C 语言下的使用方式，马上分享给大家。如果你还不了解正则表达式，可以先瞅一眼 《Linux Shell 脚本攻略》第 4.2 章节正则表达式入门。

五分钟就可以入门，下面来看第一个例子。

#include <regex.h>

static const char *const str =
       "1) John Driverhacker;n2) John Doe;n3) John Foo;n";
static const char *const re = "John.*o";

int main(void)
{
   static const char *s = str;
   regex_t     regex;
   regmatch_t  pmatch[1];
   regoff_t    off, len;

   if (regcomp(&regex, re, REG_NEWLINE))
       exit(EXIT_FAILURE);

   printf("Matches:n");
   for (int i = 0; ; i++) {
       if (regexec(&regex, s, ARRAY_SIZE(pmatch), pmatch, 0))
           break;

       off = pmatch[0].rm_so + (s - str);
       len = pmatch[0].rm_eo - pmatch[0].rm_so;
       printf("#%d:n", i);
       printf("offset = %jd; length = %jdn", (intmax_t) off,
               (intmax_t) len);
       printf("substring = "%.*s"n", len, s + pmatch[0].rm_so);

       s += pmatch[0].rm_eo;
   }
}

运行结果：

$ ./example 
Matches:
#0:
offset = 25; length = 7
substring = "John Do"
#1:
offset = 38; length = 8
substring = "John Foo"

成功匹配出符合 "John.*o" 表达式的两个字符串。
一般正则表达式相关的接口就是 2 个：1、编译，对应 regcomp();2、查找匹配项，对应 regexec();匹配到的结果会保存在结构体 regmatch_t 里，注意，这个结构体里只保存了匹配项的 start offset 和 end offset。

typedef struct {
    regoff_t rm_so;
    regoff_t rm_eo;
} regmatch_t;

如果你的系统不是 Linux，而是嵌入式 RTOS 或者裸机程序，可以使用这个开源的正则表达式库：

https://github.com/kokke/tiny-regex-c

tiny-regex-c 是一个有 1K star 的超小巧 C 语言 regex 库。源码就 2 个文件：re.c 和 re.h，超容易移植。用法看这个例子：

#include "re.h"

int main(void)
{
    /* Standard int to hold length of match */
    int match_length;

    /* Standard null-terminated C-string to search: */
    const char* string_to_search = "ahem.. 'hello world !' ..";

    /* Compile a simple regular expression using character classes, meta-char and greedy + non-greedy quantifiers: */
    re_t pattern = re_compile("[Hh]ello [Ww]orld\s*[!]?");

    /* Check if the regex matches the text: */
    int match_idx = re_matchp(pattern, string_to_search, &match_length);
    if (match_idx != -1) {
        printf("match: %sn", string_to_search + match_idx);
    }
}

运行结果：

match: hello world !' ..

tiny-regex-c 的 接口和 第一个例子 的posix regex 类似，都是一目了然，就不再赘述了。

—— The End ——