C/C++中的正则表达式库GNU Regex Library&PCRE/PCRE++

1
2
3
4
5
6

int regcomp(regex_t *preg, const char *pattern, int cflags)
功能:将要进行匹配的正则表达式pattern进行编译，做匹配前的准备工作
参数: preg, 输出参数，用来保存编译后的正则表达式结果
pattern, 输入参数，传入要进行编译的正则表达式的字符串
cflags, 输入参数，用来指定正则表达式匹配过程中的一些选项
返回值:编译成功返回0，失败返回非0的错误码

1
2
3
4
5
6
7
8
9

int regexec(const regex_t *preg, const char *string, size_t nmatch, regmatch_t pmatch[],
int eflags)
功能:用来检测字符串string是否匹配正则表达式preg
参数: preg, 输入参数，在(1)regcomp中编译好的正则表达式规则
string, 输入参数，用来被匹配的字符串
nmatch, 输入参数，用来指定pmatch参数所对应的数组的长度
pmatch, 输出参数，用来输出在string中匹配preg的具体位置
eflag, 输入参数，用来指定正则表达式匹配过程中的一些选项
返回值: 如果string匹配preg所指定的规则，则返回0， 否则返回非0

1
2
3
4
5
6
7

size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size)
功能:用来把在regcompt和regexec中产生的错误码转化成字符串形式的错误信息
参数: errcode, 输入参数，在regcomp或regexec调用中返回的错误码
preg, 输入参数，与错误码所对应的编译过的正则表达式结构
errbuf, 输出参数，用来返回错误信息的buffer，如果buffer不够所需大小，错误信息将被截断
errbuf_size, 输入参数，返回错误信息的buffer的大小
返回值: 如果errbuf_size为0，那么regerror返回错误信息所需要的buffer的大小

1
2
3
4

void regfree (regex_t *preg)
功能: 用来释放由regcomp编译时生成的preg结构所占用的内存
参数: preg, 输入参数，由regcomp编译时生成的正则表达的结构指针
返回值: 无

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

#include <sys /types.h>
#include <regex .h>
#include <stdio .h>
 
int main(int argc, char ** argv)
{
if (argc != 3)
{
printf("Usage: %s RegexString Text/n", argv[0]);
return 1;
}
 
const char * pRegexStr = argv[1];
const char * pText = argv[2];
 
regex_t oRegex;
int nErrCode = 0;
char szErrMsg[1024] = {0};
size_t unErrMsgLen = 0;
 
if ((nErrCode = regcomp(&oRegex, pRegexStr, 0)) == 0)
{
if ((nErrCode = regexec(&oRegex, pText, 0, NULL, 0)) == 0)
{
printf("%s matches %s/n", pText, pRegexStr);
regfree(&oRegex);
return 0;
}
}
 
unErrMsgLen = regerror(nErrCode, &oRegex, szErrMsg, sizeof(szErrMsg));
unErrMsgLen = unErrMsgLen < sizeof(szErrMsg) ? unErrMsgLen : sizeof(szErrMsg) - 1;
szErrMsg[unErrMsgLen] = '/0';
printf("ErrMsg: %s/n", szErrMsg);
 
regfree(&oRegex);
return 1;
}

1
2
3
4
5

wuzesheng@wuzesheng-ubuntu:~/Program$ gcc TestRegex.c -o Regex
wuzesheng@wuzesheng-ubuntu:~/Program$ ./Regex "http:////www/..*/.com" "https://www.taobao.com"
ErrMsg: No match
wuzesheng@wuzesheng-ubuntu:~/Program$ ./Regex "http:////www/..*/.com" "http://www.taobao.com" http://www.taobao.com matches http:////www/..*/.com[/code] 

1
2
3
4
5
6
7
8
9
10

pcre *pcre_compile(const char *pattern, int options,
const char **errptr, int *erroffset,
const unsigned char *tableptr);
功能：编译指定的正则表达式
参数：pattern, 输入参数，将要被编译的字符串形式的正则表达式
options, 输入参数，用来指定编译时的一些选项
errptr, 输出参数，用来输出错误信息
erroffset, 输出参数，pattern中出错位置的偏移量
tableptr, 输入参数，用来指定字符表，一般情况用NULL, 使用缺省的字符表
返回值：被编译好的正则表达式的pcre内部表示结构

1
2
3
4
5
6
7
8
9
10
11
12
13

int pcre_exec(const pcre *code, const pcre_extra *extra,
const char *subject, int length, int startoffset,
int options, int *ovector, int ovecsize);
功能：用来检查某个字符串是否与指定的正则表达式匹配
参数： code, 输入参数，用pcre_compile编译好的正则表达结构的指针
extra, 输入参数，用来向pcre_exec传一些额外的数据信息的结构的指针
subject, 输入参数，要被用来匹配的字符串
length, 输入参数， 要被用来匹配的字符串的指针
startoffset, 输入参数，用来指定subject从什么位置开始被匹配的偏移量
options, 输入参数， 用来指定匹配过程中的一些选项
ovector, 输出参数，用来返回匹配位置偏移量的数组
ovecsize, 输入参数， 用来返回匹配位置偏移量的数组的最大大小
返回值：匹配成功返回非负数，匹配返回负数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

#include <pcre .h>
#include <stdio .h>
#include <string .h>
 
int main(int argc, char ** argv)
{
if (argc != 3)
{
printf("Usage: %s pattern text/n", argv[0]);
return 1;
}
 
const char * pPattern = argv[1];
const char * pText = argv[2];
const char * pErrMsg = NULL;
pcre * pPcre = NULL;
int nOffset = -1;
 
if (NULL == (pPcre = pcre_compile(pPattern, 0, &pErrMsg, &nOffset, NULL)))
{
printf("ErrMsg=%s, Offset=%d/n", pErrMsg, nOffset);
return 1;
}
else
{
if (pcre_exec(pPcre, NULL, pText, strlen(pText), 0, 0, NULL, 0) < 0)
{
printf("%s doesn't match %s/n", pText, pPattern);
}
else
{
printf("%s matches %s/n", pText, pPattern);
}
}
}

1
2
3
4
5
6

wuzesheng@wuzesheng-ubuntu:~/Program$ !g++
g++ -lpcre TestPcre.cpp -o pcre
wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcre "http:////.*/.qq/.com" "http://www.qq.com" http://www.qq.com matches http:////.*/.qq/.com wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcre "http:////.*/.qq/.com" "http://www.qqq.com" http://www.qqq.com doesn't match http:////.*/.qq/.com[/code] 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

#include <iostream>
#include <pcrecpp .h>
 
int main(int argc, char ** argv)
{
if (argc != 3)
{
std::cerr < < "Usage: " << argv[0] << " pattern text/n";
return 1;
}
 
pcrecpp::RE oPattern(argv[1]);
if (oPattern.FullMatch(argv[2]))
{
std::cout << argv[2] << " fully matches " << argv[1] << "/n";
}
else if (oPattern.PartialMatch(argv[2]))
{
std::cout << argv[2] << " partially matches " << argv[1] << "/n";
}
else
{
std::cout << argv[2] << " dose not match " << argv[1] << "/n";
}
}

1
2
3
4
5
6
7
8
9

wuzesheng@wuzesheng-ubuntu:~/Program$ g++ TestPcreCpp.cpp -lpcrecpp -o pcrecpp
wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcrecpp
Usage: ./pcrecpp pattern text
wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcrecpp "http:////.*/.qq/.com" "http://www.qq.com" http://www.qq.com fully matches http:////.*/.qq/.com wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcrecpp "http:////.*/.qq/.com" "http://www.qq.comiii" http://www.qq.comiii partially matches http:////.*/.qq/.com wuzesheng@wuzesheng-ubuntu:~/Program$ ./pcrecpp "http:////.*/.qq/.com" "http://www.qqq.comiii" http://www.qqq.comiii dose not match http:////.*/.qq/.com[/code]