正则表达式简易实现
2012-07-18 19:17
169 查看
正则表达式
虽然正则表达式在 U n i x/Linux程序设计环境里随处可见,但在其他的系统里使用得却没有这么广泛。一个正则表达式本身也是一个字符序列,它定义了一集能与之匹配的字符串。大部分字符只是简单地与相同字符匹配,例如正则表达式 a b c将匹配同样的字符序列,无论它出现在什么地方。在这里还有几个元字符(meta character),它们分别表示重复、成组或者位置。在 Unix通行的正则表达式中,字符 ^表示字符串开始, $表示字符串结束。这样, ^ x只能与位于字符串开始处的 x匹配,x $只能匹配结尾的 x,^ x $只能匹配单个字符的串里的 x,而^ $只能匹配空串。字符“ .”能与任意字符匹配。所以,模式 x . y能匹配x a y、x 2 y等等,但它不能匹配 x y或xaby。显然 ^.$能够与任何单个字符的串匹配。写在方括号 []里的一组字符能与这组字符中的任一个相匹配。这样 [0123456789]
能与任何数字匹配。这个模式也可以简写为 [0-9]。
最有名的正则表达式工具就是linux系统里面的 g r e p程序。这个程序是一个极好的例子,它确实显示出记法的价值。 g r e p将一个正则表达式作用于输入的每一行,打印出所有包含匹配字符串的行。这是一个非常简单的规范,但是,借助于正则表达式的威力,它能够完成许多我们天天都能遇到的工作。
简易实现
先从代码入手,下面是正则表达式匹配的主函数match,接收参数为匹配模式regexp和文本text。 /*match匹配regexp与text,如果不匹配则text往后移动,继续下一次匹配,直到匹配成功即返回,否则返回0。 特例是regexp以^开头,表示需要以此作为开始,所以这时regexp只能从头匹配text,不能从匹配text的其他位置*/ int match(char *regexp, char *text) { if (regexp[0] == '^') return matchhere(regexp+1, text); do { if (matchhere(regexp, text)) return 1; } while (*text++ != '\0'); return 0; }
如果正则表达式的开头是 ^,那么正文必须从起始处与表达式的其余部分匹配。否则,我们就沿着串走下去,用 m a t c h h e r e看正文是否能在某个位置上匹配。一旦发现了匹配,工作就完成了。注意这里 d o - w h i l e的使用,有些表达式能与空字符串匹配 (例如: $ 能够在字符串的末尾与空字符串匹配, *能匹配任意个数的字符,包括 0个)。所以,即使遇到了空字符串,我们也还需要调用 matchhere。
递归函数matchhere完成大部分的匹配工作:
int matchhere(char *regexp, char *text) { if (regexp[0] == '\0') return 1; if (regexp[0]=='$' && regexp[1]=='\0') return *text == '\0'; if (regexp[1] == '*') return matchstar(regexp[0], regexp+2, text); if (*text!='\0' && (regexp[0]=='.' || regexp[0]==*text)) return matchhere(regexp+1, text+1); return 0; }
如果regexp[0]=='\0',表示已经匹配到末尾,则匹配成功,返回1.如果表达式的最后是 $,匹配成功的条件是正文也到达了末尾;即判断*text=='\0'。如果正文text也到了末尾,则匹配成功,否则失败。如果正文没有到末尾,且regexp[0]==*text或者regexp=='.'(.表示匹配任意字符),则递归调用matchhere继续下一次匹配。如果regexp[1]=='*',则过程稍显复杂,在表达式开始处遇到了带星号字符,例如
x *。这时我们调用 m a t c h s t a r,其第一个参数是星号的参数 (在上面的例子里是 x),随后的参数是位于星号之后的模式,以及对应的正文串。
int matchstar(int c, char *regexp, char *text) { do { if (matchhere(regexp, text)) return 1; } while (*text!='\0' && (*text++==c || c=='.')); return 0; }
实例
1)char *regexp="abc", text="dagabcdefg", 匹配成功。 2)char *regexp="^abc", *text="abcdefg", 匹配成功。3)char *regexp="^abc", *text="bcdefgabc", 匹配失败。4) char *regexp="abc$", *text="defghabc", 匹配成功。
完整代码
#include <stdio.h>
int matchstar(int c, char *regexp, char *text);
int matchhere(char *regexp, char *text);
int match(char *regexp, char *text);
int match(char *regexp, char *text)
{
if (regexp[0] == '^')
return matchhere(regexp+1, text);
do {
if (matchhere(regexp, text))
return 1;
} while (*text++ != '\0');
return 0;
}
int matchhere(char *regexp, char *text) { if (regexp[0] == '\0') return 1; if (regexp[0]=='$' && regexp[1]=='\0') return *text == '\0'; if (regexp[1] == '*') return matchstar(regexp[0], regexp+2, text); if (*text!='\0' && (regexp[0]=='.' || regexp[0]==*text)) return matchhere(regexp+1, text+1); return 0; }
int matchstar(int c, char *regexp, char *text) { do { if (matchhere(regexp, text)) return 1; } while (*text!='\0' && (*text++==c || c=='.')); return 0; }
int main()
{
char *regexp = "xa$";
char *text = "bcabcdefgya";
int ret = match(regexp, text);
printf("%d\n", ret);
return 0;
}
相关文章推荐
- 简易版WireShark实现-界面设计
- Android简易实战教程--第十九话《手把手教您监听EditText文本变化,实现抖动和震动的效果》
- 使用 HttpClient 和 HtmlParser 实现简易爬虫
- Mschar winform下 简易实现选择范围内图像放大
- python3嵌入mysql实现简易交互界面
- Socket实现简易聊天室
- Net Remoting 实现简易的"命令行控制台"聊天室 选择自 playyuer 的 Blog
- 一个简易的事件队列的实现
- nodejs学习之实现简易路由
- Selenium+PhantomJS实现简易有道翻译爬虫
- Django框架学习笔记(16.利用ajax实现简易的验证)
- GOLANG简易http客户端实现
- jQuery封装的ajax+h5实现简易上传进度条
- 【实践】js实现简易的四则运算计算器
- 简易Web服务器实现
- Akka实现简易MapReduce-Scala版
- JavaWeb_Session实现简易购物车
- 简易jsp+servlet实现单表增删查改
- DirectX11 With Windows SDK--13 动手实现一个简易Effects框架、阴影效果绘制
- php+mysql+jquery实现简易的检索自动补全提示功能