正则表达式以及在C语言中调用相关函数

正则表达式

正则表达式是用来描述某种规则的字符串的表达式。
脱离了具体语言的一些规则，但是现在大多数程序设计语言都实现了
支持正则表达式:
C语言
python
C++
C#
java
…

但是每种语言实现正则表达式的规则略有不同。

正则表达式的规则
如:

     十进制数字字符串[0-9]+

正则表达式也叫做匹配模式(pattern),它是由一组特定含义的字符串组成，通常用于匹配和替换文本。

正则表达式中的字符，分为两种:

 (1) 普通字符: 只代表自己本身的字符0 ~ 9  a~z  A~Z (2) 元字符: 有特定含义(不代表自己)的字符 + *

正则表达式中的元字符:

.    匹配任意单个字符 [] 字符组。匹配任意一个十六进制的字符。
[0123456789abcdefABCDEF]
[]仅匹配括号内的一个字符。'-'在[]内用于链接ASCII连续的字符
匹配任意一个十六进制的字符。
[0-9a-fA-F]

匹配单个字符

[^]  排除字符组。匹配单个字符，匹配除[]内意外的所有单个字符。 如: 非十进制数字字符 [^0-9]\d   digtial 匹配单个十进制数字字符 \d <=> [0-9]\D   匹配单个非十进制数字字符 \D <=> [^0-9]\w word 匹配单个单词中能够出现的字符字母、数字、_ \w <=> [0-9a-zA-Z_]  \W   非字母、数字、_ 中的单个字符\W <=> [^0-9a-zA-Z_]\s    space 匹配单个空白符 \s <=> [\f\n\r\t\v]\S  匹配单个非空白符 \S <=> [^\f\n\r\t\v]  例子:  [a-c^0-9] 匹配单个的 a-c 、0-9 、^

匹配多个字符

+   匹配一个或多个先前字符 或 模式
09+ ==   09099099909999........ *    匹配0个或多个先前字符 或 模式
?   匹配0个或1个先前的字符 或 模式 {数字}  匹配固定数目的字符 或 模式
88[0-9]{3}== 88[0-9][0-9][0-9]{最小数目, 最大数目}         匹配至少"最下数目"，到"最大数目"的先前字符或模式
8{1, 3} ==888888 {最小数目, }     匹配至少"最小数目"，上不封顶 的先前字符 或 模式。        ()  作为一个整体，子模式
(abc){1,3}==abc abcabcabcabcabc (|)   二选一

转义元字符
\元字符 => 元字符它就不是元字符，就是这个字符本身含义。

                 \. 代表一个普通字符'.' \* 代表一个普通字符'*'\+ 代表一个普通字符'+'\? 代表一个普通字符'?' ......

C语言对应的正则表达式函数

regcomp: 用来编译正则表达式
编译好的正则表达式用类型 regex_t 来表示。

#include <sys/types.h>
#include <regex.h>
int regcomp(regex_t * preg, const char *regex, int cflags);@preg : 指向的地址空间，用来保存编译好了的正则表达式的a、regex_t reg;&reg  b、regex_t * preg = (regex_t *)malloc(sizeof(*preg));preg @regex :指向原始的待编译的正则表达式 @cflags: 有如下标志，用位域实现  '|'REG_EXTENDED : 用扩展的正则表达式的语法来进行编译 REG_ICASE : ignore case 忽略大小写 REG_NOSUB : 不包含子模式如: 既要使用扩展的正则表达式语法 也要忽略大小写 =>    REG_EXTENDED | REG_ICASE 返回值: 成功返回0 失败返回一个错误码，该错误码需要调用 regerror去解析。

regexec : 用来匹配正则表达式所描述的模式
匹配的结果用 regmatch_t 来描述，返回的是母串中匹配到的下标的范围。[起始下标 ,结束下标)

 int regexec(const regex_t *preg, const char *string, size_t nmatch,regmatch_t pmatch[], int eflags); @preg : 指向编译好了的正则表达式     @string : 原始的待匹配的母字符串。带查找的字符串@nmatch : 正则表达式中有多少个模式 总模式 + 子模式 @pmatch : 模式匹配信息 数组 数组元素个数 : nmatch 一个模式匹配 就需要用一个regmatch_t结构体变量......总共有多少个模式，就需要有多少个regmatch_t@eflags : 标志是否匹配行首或行尾 一般是填0 返回值: 成功(匹配到了)返回0 如果一个待匹配的字符串中，匹配成功多个模式，如何去查看匹配到的信息(结果)? 循环 访问 regmatch_t pmatch[ nmatch ] 数组中的元素。 如果失败返回 REG_NOMATCH

regerror ：用来把regcomp / regexec 执行返回的错误码，转换成相应的无措字符串信息。

 size_t regerror(int errcode, const regex_t *preg, char *errbuf,size_t errbuf_size);@errcode : 错误码。由regcomp / regexec返回的值 @preg : 编译好了的正则表达式 @errbuf: 指向一个存储空间，这个存储空间是用来保存出错信息。@errbuf_size : 表示errbuf的大小。 返回值:  返回填充到errbuf中的错误提示字符串的长度。

regfree ：用来释放preg指向的空间

void regfree(regex_t *preg);

写一个函数，判断一个字符串是否为一个IP字符串?

int Is_IPString(char * p){}待查找的字符串(母串): abc192.168.31.67abcdefgee 总模式: 192.168.31.67[3,16) 子模式: 192 [3,6) 子模式: 67 [14,16)

代码如下：

#include<stdio.h>
#include<sys/types.h>
#include<regex.h>
#include <string.h>#define IP_REG "([0-9]{1,3})\\.[0-9]{1,3}\\.[0-9]{1,3}\\.([0-9]{1,3})"
#define IP_STR "abc192.168.1.1qqqq"void Is_IPString(char* string)
{int ret;//保存错误码regex_t reg;//保存编译好的正则表达式regmatch_t pmatch[3];//保存匹配到的模式char buf[512];//保存出错信息memset(buf,0,512);ret=regcomp(&reg,IP_REG, REG_EXTENDED | REG_ICASE);//编译正则表达式if(ret==0){ret=regexec(&reg,string, 3, pmatch, 0);//匹配正则表达式所描述的模式if(ret==REG_NOMATCH){regerror(ret,&reg,buf,512);//返回错误码printf("error :%s\n",buf);}else{int i,j;for(i  = 0; i < 3; i++){printf("[%d, %d)\n", pmatch[i].rm_so , pmatch[i].rm_eo);//取pmatch下标for(j = pmatch[i].rm_so ; j < pmatch[i].rm_eo ; j++){printf("%c", string[j]);}printf("\n");}}}else{regerror(ret , &reg, buf, 512); printf("error : %s\n",  buf);}regfree(&reg);//释放空间}int main()
{Is_IPString(IP_STR);return 0;
}