Ubuntu中文论坛 ? 查看主题 - 我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

发表于 : 2010-03-03 22:20

帖子: 625 我的示例代码如下, 提取并输出一个字符串中以逗号或分号分隔的单词列表:

代码:

#include <stdio.h>

#include <stdlib.h>

#include <string.h>

#include <sys/types.h>

#include <regex.h>

int main(int argc, char** argv)

{

int i = 0;

int res;

int len;

char result[BUFSIZ];

char err_buf[BUFSIZ];

char* src = argv[1]; /* 源由命令行参数指定 */

const char* pattern = "\\<[^,;]+\\>";

regex_t preg;

regmatch_t pmatch[10];

if( (res = regcomp(&preg, pattern, REG_EXTENDED)) != 0)

{

regerror(res, &preg, err_buf, BUFSIZ);

printf("regcomp: %s\n", err_buf);

exit(res);

}

res = regexec(&preg, src, 10, pmatch, REG_NOTBOL);

//~ res = regexec(&preg, src, 10, pmatch, 0);

//~ res = regexec(&preg, src, 10, pmatch, REG_NOTEOL);

if(res == REG_NOMATCH)

{

printf("NO match\n");

exit(0);

}

for (i = 0; pmatch[i].rm_so != -1; i++)

{

len = pmatch[i].rm_eo - pmatch[i].rm_so;

memcpy(result, src + pmatch[i].rm_so, len);

result[len] = 0;

printf("num %d: '%s'\n", i, result);

}

regfree(&preg);

return 0;

}

可是结果并非我意料, 仅能输出第一个匹配的单词...

如: gcc -o regex regex.c;

./regex 'hello, world'

输出为 num 0: 'hello'

而我预期的结果应为:

num 0: 'hello'

num 1: 'world'

到底问题出在那里, 恳请达人帮助! 谢谢!!!

最后由潇洒走一回编辑于 2010-03-04 19:58，总共编辑了 3 次

页首

3 楼 den 文章标题 : Re: 我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

发表于 : 2010-03-04 22:43

帖子: 194

地址: 上海 regexec只会匹配一次，需要自己手动写循环来匹配多个。

pmatch是用来存储一次匹配产生的多组数据的，只要把你的pattern改成 "\\<(.)([^,;]+)\\>" ，就能看出来了。

_________________

/****************************************************

/* Work hard, play harder.

/****************************************************

页首

4 楼潇洒走一回文章标题 : Re: 我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

发表于 : 2010-03-04 23:41

帖子: 625 den 写道:

regexec只会匹配一次，需要自己手动写循环来匹配多个。

pmatch是用来存储一次匹配产生的多组数据的，只要把你的pattern改成 "\\<(.)([^,;]+)\\>" ，就能看出来了。

我知道你说的意思了... 首先万分感谢!

可是那样也太麻烦了吧? 循环匹配倒不算什么... 经我测试, 要想在一个字符串匹配多个结果, 每次匹配到一个结果后需要把已经匹配的子串摘掉才能在剩下的字符串继续寻找匹配(不要妄想regexec会记住上次匹配的位置)... 比如说: 在 "lily, lucy, kate" 中匹配出lily后, 再次调用regexec它还会从开头匹配, 所以必须把第一个匹配结果移除...

页首

5 楼潇洒走一回文章标题 : Re: 我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

发表于 : 2010-03-05 0:28

帖子: 625 感谢 den ！！！在他的指点下我破除了网上那些文章的误导，基本搞懂了 regex 的用法！下面贴出我重写的小示例，目的在于演示 linux C 中如何使用 regex 正则表达式。。。我之所以写的这么啰嗦，是希望有人通过google搜索时，他所使用的关键字能被google 定位到这里来。。。

代码:

#include <stdio.h>

#include <stdlib.h>

#include <string.h>

#include <sys/types.h>

#include <regex.h>

int main(int argc, char** argv)

{

int i = 0;

int res;

int sub_len;

int cut_here; /* 是一个位置标记 */

char result[BUFSIZ];

char err_buf[BUFSIZ];

char* src = argv[1]; /* 源由命令行参数指定 */

const char* pattern = "[+-](\\<[^,;]+\\>)";

regex_t preg;

regmatch_t pmatch[10];

if( (res = regcomp(&preg, pattern, REG_EXTENDED)) != 0)

{

regerror(res, &preg, err_buf, BUFSIZ);

printf("regcomp: %s\n", err_buf);

exit(res);

}

while(1)

{

res = regexec(&preg, src, 10, pmatch, 0);

if(res == REG_NOMATCH)

{

break;

}

for (i = 0; pmatch[i].rm_so != -1; i++)

{

sub_len = pmatch[i].rm_eo - pmatch[i].rm_so;

memcpy(result, src + pmatch[i].rm_so, sub_len);

result[sub_len] = 0;

if(i == 0)

{

cut_here = pmatch[0].rm_eo;

/* 下次匹配前src将从此处被截断 */

printf("'%s' 成功被匹配, ", result);

}

else

printf("其实我想要的是其中的 '%s' .", result);

}

putchar('\n');

src += cut_here;

/* 在src 中 "砍掉" 已经匹配的子串 */

}

regfree(&preg);

return 0;

}

编译: gcc -o regex regex.c

执行: ./regex '+happy, -sorrow'

输出: 引用:

'+happy' 成功被匹配, 其实我想要的是其中的 'happy' .

'-sorrow' 成功被匹配, 其实我想要的是其中的 'sorrow' .

再次感谢 den!!!

页首

6 楼 alober 文章标题 : Re: 我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

发表于 : 2010-07-13 17:22

帖子: 1 我想用下边这段进行惰性匹配，但匹配出了This is，我只想匹配出This，应该怎么写呢？望各位老大指点。

代码:

const char *pattern = "(.*?is).*";

char *text = "This is a book.";

//略去其它声明

regcomp(&reg, pattern, REG_EXTENDED);

status = regexec(&reg, text, nm, pm, REG_NOTBOL);

if (status == REG_NOMATCH) {

printf("No match.\n");

} else if (status == 0) {

strncpy(dest, text + pm[1].rm_so,

pm[1].rm_eo - pm[1].rm_so);

printf("%s\n", dest);

}

regfree(&reg);

页首

7 楼潇洒走一回文章标题 : Re: 我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

发表于 : 2010-09-06 10:45

帖子: 625 alober 写道:

我想用下边这段进行惰性匹配，但匹配出了This is，我只想匹配出This，应该怎么写呢？望各位老大指点。

代码:

const char *pattern = "(.*?is).*";

char *text = "This is a book.";

//略去其它声明

regcomp(&reg, pattern, REG_EXTENDED);

status = regexec(&reg, text, nm, pm, REG_NOTBOL);

if (status == REG_NOMATCH) {

printf("No match.\n");

} else if (status == 0) {

strncpy(dest, text + pm[1].rm_so,

pm[1].rm_eo - pm[1].rm_so);

printf("%s\n", dest);

}

regfree(&reg);

我好长时间没研究正则表达试了...

你的 "(.*?is).*" 我看不大明白 ".*" 后面怎么又是一个问号?

非贪婪匹配我没有研究也没有需要过, 我对正则表达式的需求并不复杂.

另外, 我转而使用Boost.Regex了.

最后由潇洒走一回编辑于 2010-09-06 10:56，总共编辑了 2 次

页首

8 楼 eexpress 文章标题 : Re: 我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

发表于 : 2010-09-06 10:52

帖子: 43993

地址: 长沙 .*?是最短匹配。表示匹配 xxxxis 而不是 xxxisandis

还有可预见匹配。哎。这都是perl玩的。C里面不痛苦啊，那些匹配前，匹配后，匹配结果等。。。都估计用不上了吧。

引用:

$` 在上个格式匹配信息前的字符串

$& 与上个格式匹配的字符串

$’ 在上个格式匹配信息后的字符串

_________________

居然不认utf8了。

页首

9 楼潇洒走一回文章标题 : Re: 我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

发表于 : 2010-09-06 10:54

帖子: 625 eexpress 写道:

.*?是最短匹配。表示匹配 xxxxis 而不是 xxxisandis

还有可预见匹配。哎。这都是perl玩的。C里面不痛苦啊，那些匹配前，匹配后，匹配结果等。。。都估计用不上了吧。

引用:

$` 在上个格式匹配信息前的字符串

$& 与上个格式匹配的字符串

$’ 在上个格式匹配信息后的字符串

据说Perl正则很强大的, 可惜我没学. 你后面里面说的三个规则, Boost.Regex里面支持的很好.

Boost.Regex同时支持POSIX和Perl的规则 .

页首

10 楼 tusooa 文章标题 : Re: 我实在用不好 regex(C正则表达式库)了, 求达人帮忙!

发表于 : 2010-09-15 22:10

帖子: 2171 用perl

_________________

决定了：以后再也不用闻到死了。

Bash-Libraries

推荐一下这个。

围观看帖不回的人。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。