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

一、GNU Regex Library
1. 什么是GNU正则表达式库(GNU Regex Library) ?
GNU正则表达式库是glibc(GNU C Library)的一部分，它提供与POSIX标准兼容的正则表达式匹配的接口。
这里是其主页：http://www.gnu.org/s/libc/manual/html_node/Regular-Expressions.html
下载该库点这里：gnuregex0_13
2. GNU Regex Library所提供的接口
（1）regcomp:
123456 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
（2）regexec:
123456789 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
（3）regerror:
1234567 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
（4）regfree:
1234 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
3. 使用GNU Regex Library的一些注意事项
（1）regcomp与regfree必须配对使用，要不然会造成内存泄漏（类比malloc/free, new/delete)
（2）regex_t结构：把字符串形式的正则表达式编译成regex_t这样的一个结构，方便后续的匹配工作
（3）regmatch_t结构：用来表示正则表达式中字符串中匹配的位置的结构，用起始位置的偏移量来表示的
（4）flags：用来配置匹配过程中的一些选项, 指定如何匹配，具体参见：http://www.opengroup.org/onlinepubs/007908799/xsh/regcomp.html
（5）使用该库需要包含的头文件：sys/types.h和regex .h
4. GNU Regex Library使用举例
1234567891011121314151617181920212223242526272829303132333435363738 #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;}
程序测试：
12345 linuxidc@www.linuxidc.com:~/Program$ gcc TestRegex.c -o Regexlinuxidc@www.linuxidc.com:~/Program$ ./Regex "http:\/\/www\..*\.com" "https://www.taobao.com"ErrMsg: No matchlinuxidc@www.linuxidc.com:~/Program$ ./Regex "http:\/\/www\..*\.com" "http://www.taobao.com"http://www.taobao.com matches http:\/\/www\..*\.com
二、PCRE、PCRE++
1. 什么是PCRE? 什么是PCRE++?
PCRE，全称是Perl Compatible Regular Expressions。从名字我们可以看出PCRE库是与Perl中正则表达式相兼容的一个正则表达式库。PCRE是免费开源的库，它是由C语言实现 的，这里是它的官方主页：http://www.pcre.org/，感兴趣的 朋友可以在这里了解更多的内容。
要得到PCRE库，可以从这里下载：http://sourceforge.net/projects/pcre/files/
PCRE++是一个对PCRE库的C++封装，它提供了更加方便、易用的C++接口。这里是它的官方主页：http://www.daemon.de/PCRE，感兴趣的朋友可以在 这里了解更多的内容。
要得到PCRE++库，可以从这里下载：http://www.daemon.de/PcreDownload
2. PCRE接口介绍
（1）. pcre_compile
12345678910 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
（2）. pcre_exec
12345678910111213 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
3. PCRE++接口介绍
PCRE++把PCRE库封装成了两个类，一个是RE_Options, 用来指定匹配选项，一个是RE，用来提供匹配相关的接口。RE_options类在这里我就不介绍了，我主要介绍一下RE类：
（1）RE的构造函数传入正则表达式，并在构造函数中调用Init函数，将该正则表达进行编译
（2）RE的pattern()成员用来得到初始传入的正则表达式字符串
（3）RE的error()成员用来得到匹配过程中的出错信息
（4）RE的FullMatch()成员用来判断某字符串整体是否匹配指定正则表达式
（5）RE的PartialMatch()成员用来判断某字符串的部分是否匹配指定正则表达式
4. PCRE/PCRE++使用注意事项
（1）使用pcre请包含pcre.h头文件
（2）使用pcre_compile, pcre_exec后，记得调用pcre_free释放内存，以免造成内存泄露
（3）使用pcre编译的时候需要依赖libpcre.a
（4）使用pcre++请包含pcrecpp.h头文件
（5）使用pcre++，RE类的析构函数会自动释放相关内存，因此不用担心内存泄露
（6）使用pcre++编译的时候需要依赖libpcrecpp.a
（7）使用pcrecpp要使用pcrecpp命名空间
本篇文章来源于 Linux公社网站(www.linuxidc.com)  原文链接：http://www.linuxidc.com/Linux/2012-01/52297.htm