为了顺应当前形势和更好的发展,黑基网已于9月19日正式更名为【安基网】,域名更换为www.safebase.cn,请卸载旧的APP并安装新的APP,给您带来不便,敬请理解!谢谢

黑基Web安全攻防班
安基网 首页 IT技术 网络管理 查看内容

GNU C 规则表达式入门

2005-6-15 06:32| 投稿: Linux

摘要: 用过Perl的朋友应该都它提供了规则表达式功能,所以使得用perl 进行文本处 理非常方便。本人最近试用了一下 ...
用过Perl的朋友应该都它提供了规则表达式功能,所以使得用perl 进行文本处 理非常方便。本人最近试用了一下 GNU C 的规则表达式功能, 发现使用起来也很简单,只是觉得支持的不够强大,不能够进行文本的替换,只 能进行文本的查找,至少目前我是 没有发现基于规则表达式的 文本替换功能。 下面我就简单的介绍一下GNU C 的规则表达式使用方法,有理解不对的地方,还 请朋友们多指正。 在GNU C 中要使用规则表达式,需要用到以下几个函数。(定义在/usr/includ e/regex.h文件中) * int regcomp (regex_t *compiled, const char *pattern, int cflags) * int regexec (regex_t *compiled, char *string, size_t nmatch, regmat ch_t matchptr [], int eflags) * void regfree (regex_t *compiled) * size_t regerror (int errcode, regex_t *compiled, char *buffer, size _t length) 下面我就介绍分别一下这几个函数和它用到的一些数据类型。 1.int regcomp (regex_t *compiled, const char *pattern, int cflags) 这个函数把指定的规则表达式pattern编译成一种特定的数据格式compiled,这 样可以使匹配更有效。函数 regexec 会使用这个数据在目标文 本串中进行模式匹配。执行成功返回0。 regex_t 是一个结构体数据类型,用来存放编译后的规则表达式,它的成员re_ nsub 用来存储规则表达式中的子 规则表达式的个数,子规则表 达式就是用圆括号包起来的部分表达式。 pattern 是指向我们写好的规则表达式的指针。 cflags 有如下4个值或者是它们或运算(|)后的值: REG_EXTENDED 以功能更加强大的扩展规则表达式的方式进行匹配。 REG_ICASE 匹配字母时忽略大小写。 REG_NOSUB 不用存储匹配后的结果。 REG_NEWLINE 识别换行符,这样'$'就可以从行尾开始匹配,'^'就可以从行的开 头开始匹配。 2. int regexec (regex_t *compiled, char *string, size_t nmatch, regma tch_t matchptr [], int eflags) 当我们编译好规则表达式后,就可以用regexec 匹配我们的目标文本串了,如果 在编译规则表达式的时候没有指 定cflags的参数为 REG_NEWLINE,则默认情况下是忽略换行符的,也就是把整个文本串当作一个字 符串处理。执行成功返回0。 regmatch_t 是一个结构体数据类型,成员rm_so 存放匹配文本串在目标串中的 开始位置,rm_eo 存放结束位 置。通常我们以数组的形式定义 一组这样的结构。因为往往我们的规则表达式中还包含子规则表达式。数组0单 元存放主规则表达式位置,后边的 单元依次存放子规则表达式位 置。 compiled 是已经用regcomp函数编译好的规则表达式。 string 是目标文本串。 nmatch 是regmatch_t结构体数组的长度。 matchptr regmatch_t类型的结构体数组,存放匹配文本串的位置信息。 eflags 有两个值 REG_NOTBOL 按我的理解是如果指定了这个值,那么'^'就不会从我们的目标串开 始匹配。总之我到现在还不是很 明白这个参数的意义, 原文如下: If this bit is set, then the beginning-of-line operator doesn't match the beginning of the string (presumably because it's not the beginning of a line).If not set, then the beginn ing-of-line operator does match the beginning of the string. REG_NOTEOL 和上边那个作用差不多,不过这个指定结束end of line。 3. void regfree (regex_t *compiled) 当我们使用完编译好的规则表达式后,或者要重新编译其他规则表达式的时候, 我们可以用这个函数清空 compiled指向的regex_t结构体的内 容,请记住,如果是重新编译的话,一定要先清空regex_t结构体。 4. size_t regerror (int errcode, regex_t *compiled, char *buffer, siz e_t length) 当执行regcomp 或者regexec 产生错误的时候,就可以调用这个函数而返回一个 包含错误信息的字符串。 errcode 是由regcomp 和 regexec 函数返回的错误代号。 compiled 是已经用regcomp函数编译好的规则表达式,这个值可以为NULL。 buffer 指向用来存放错误信息的字符串的内存空间。 length 指明buffer的长度,如果这个错误信息的长度大于这个值,则regerror 函数会自动截断超出的字符串, 但他仍然会返回完整的字符 串的长度。所以我们可以用如下的方法先得到错误字符串的长度。 size_t length = regerror (errcode, compiled, NULL, 0); 好了,下面来实战一下,这样你就会理解的更清楚了。 --------------------------------------------------------------- /* regex_test.c * regular expression test in GNU C * * tested on redhat6.1 * gcc regex_test.c -o regex_test */ #include #include #include #include #include #define SUBSLEN 10 #define EBUFLEN 128 /* error buffer length */ #define BUFLEN 1024 /* matched buffer length */ int main (int argc, char **argv) { FILE *fp; size_t len; /* store error message length */ regex_t re; /* store compilned regular expression */ regmatch_t subs[SUBSLEN]; /* store matched string position */ char matched[BUFLEN]; /* store matched strings */ char errbuf[EBUFLEN]; /* store error message */ int err, i; char string[] = "AAAAabaaababAbAbCdCd123123 11(123){12}"; char pattern[] = "(\([0-9]+\))(\{[0-9]+\}{1})$"; printf ("String : %s ", string); printf ("Pattern: ""%s"" ", pattern); /* compile regular expression */ err = regcomp (&re, pattern, REG_EXTENDED); if (err) { len = regerror (err, &re, errbuf, sizeof (errbuf)); fprintf (stderr, "error: regcomp: %s ", errbuf); exit (1); } printf ("Total has subexpression: %d ", re.re_nsub); /* execute pattern match */ err = regexec (&re, string, (size_t)SUBSLEN, subs, 0); if (err == REG_NOMATCH) { fprintf (stderr, "Sorry, no match ... "); regfree (&re); exit (0); } else if (err) { len = regerror (err, &re, errbuf, sizeof (errbuf)); fprintf (stderr, "error: regexec: %s ", errbuf); exit (1); } /* if no REG_NOMATCH and no error, then pattern matched */ printf (" OK, has matched ... "); for (i = 0; i <= re.re_nsub; i++) { if (i == 0) { printf ("begin: %d, end: %d, ", subs.rm_so, subs.rm_eo); } else { printf ("subexpression %d begin: %d, end: %d, ", i, subs.rm_so, subs.rm_eo); } len = subs.rm_eo - subs.rm_so; memcpy (matched, string + subs.rm_so, len); matched[len] = ''; printf ("match: %s ", matched); } regfree(&re); exit(0); }

小编推荐:欲学习电脑技术、系统维护、网络管理、编程开发和安全攻防等高端IT技术,请 点击这里 注册黑基账号,公开课频道价值万元IT培训教程免费学,让您少走弯路、事半功倍,好工作升职加薪!



免责声明:本文由投稿者转载自互联网,版权归原作者所有,文中所述不代表本站观点,若有侵权或转载等不当之处请联系我们处理,让我们一起为维护良好的互联网秩序而努力!联系方式见网站首页右下角。


鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论

最新

返回顶部