轉(zhuǎn)載自（http://www.cublog.cn/opera/showart.php?blogid=12869&id=66670 這個(gè)也不是原作者，不是很厚道，轉(zhuǎn)載都不注明來(lái)源，粗略查了一下，作者應(yīng)該是chinaunix的用戶）
如果用戶熟悉Linux下的sed、awk、grep或vi，那么對(duì)正則表達(dá)式這一概念肯定不會(huì)陌生。
由于它可以極大地簡(jiǎn)化處理字符串時(shí)的復(fù)雜度，因此現(xiàn)在已經(jīng)在許多Linux實(shí)用工具中得到了應(yīng)用。
千萬(wàn)不要以為正則表達(dá)式只是Perl、Python、Bash等腳本語(yǔ)言的專利，作為C語(yǔ)言程序員，用戶
同樣可以在自己的程序中運(yùn)用正則表達(dá)式。
標(biāo)準(zhǔn)的C和C++都不支持正則表達(dá)式，但有一些函數(shù)庫(kù)可以輔助C/C++程序員完成這一功能，
其中最著名的當(dāng)數(shù)Philip Hazel的Perl-Compatible Regular Expression庫(kù)，許多Linux發(fā)
行版本都帶有這個(gè)函數(shù)庫(kù)。
編譯正則表達(dá)式
為了提高效率，在將一個(gè)字符串與正則表達(dá)式進(jìn)行比較之前，首先要用regcomp()函數(shù)對(duì)它進(jìn)
行編譯，將其轉(zhuǎn)化為regex_t結(jié)構(gòu)：
int regcomp(regex_t *preg, const char *regex, int cflags);
參數(shù)regex是一個(gè)字符串，它代表將要被編譯的正則表達(dá)式；參數(shù)preg指向一個(gè)聲明為regex_t
的數(shù)據(jù)結(jié)構(gòu)，用來(lái)保存編譯結(jié)果；參數(shù)cflags決定了正則表達(dá)式該如何被處理的細(xì)節(jié)。
如果函數(shù)regcomp()執(zhí)行成功，并且編譯結(jié)果被正確填充到preg中后，函數(shù)將返回0，任何其它
的返回結(jié)果都代表有某種錯(cuò)誤產(chǎn)生。
匹配正則表達(dá)式
一旦用regcomp()函數(shù)成功地編譯了正則表達(dá)式，接下來(lái)就可以調(diào)用regexec()函數(shù)完成模式匹配：
int regexec(const regex_t *preg, const char *string,
size_t nmatch,regmatch_t pmatch[], int eflags);
typedef struct {
regoff_t rm_so;
regoff_t rm_eo;
} regmatch_t;
參數(shù)preg指向編譯后的正則表達(dá)式，參數(shù)string是將要進(jìn)行匹配的字符串，而參數(shù)nmatch和
pmatch則用于把匹配結(jié)果返回給調(diào)用程序，最后一個(gè)參數(shù)eflags決定了匹配的細(xì)節(jié)。
在調(diào)用函數(shù)regexec()進(jìn)行模式匹配的過(guò)程中，可能在字符串string中會(huì)有多處與給定的正則
表達(dá)式相匹配，參數(shù)pmatch就是用來(lái)保存這些匹配位置的，而參數(shù)nmatch則告訴函數(shù)regexec()最
多可以把多少個(gè)匹配結(jié)果填充到pmatch數(shù)組中。當(dāng)regexec()函數(shù)成功返回時(shí)，從string+pmatch[0].rm_so
到string+pmatch[0].rm_eo是第一個(gè)匹配的字符串，而從string+pmatch[1].rm_so到string+pmatch[1].rm_eo，
則是第二個(gè)匹配的字符串，依此類推。
釋放正則表達(dá)式
無(wú)論什么時(shí)候，當(dāng)不再需要已經(jīng)編譯過(guò)的正則表達(dá)式時(shí)，都應(yīng)該調(diào)用函數(shù)regfree()將其釋放，以免
產(chǎn)生內(nèi)存泄漏。
void regfree(regex_t *preg);
函數(shù)regfree()不會(huì)返回任何結(jié)果，它僅接收一個(gè)指向regex_t數(shù)據(jù)類型的指針，這是之前調(diào)用
regcomp() 函數(shù)所得到的編譯結(jié)果。
如果在程序中針對(duì)同一個(gè)regex_t結(jié)構(gòu)調(diào)用了多次regcomp()函數(shù)，POSIX標(biāo)準(zhǔn)并沒(méi)有規(guī)定是否
每次都必須調(diào)用regfree()函數(shù)進(jìn)行釋放，但建議每次調(diào)用regcomp()函數(shù)對(duì)正則表達(dá)式進(jìn)行編譯后
都調(diào)用一次regfree()函數(shù)，以盡早釋放占用的存儲(chǔ)空間。
報(bào)告錯(cuò)誤信息
如果調(diào)用函數(shù)regcomp()或regexec()得到的是一個(gè)非0的返回值，則表明在對(duì)正則表達(dá)式的處
理過(guò)程中出現(xiàn)了某種錯(cuò)誤，此時(shí)可以通過(guò)調(diào)用函數(shù)regerror()得到詳細(xì)的錯(cuò)誤信息。
size_t regerror(int errcode, const regex_t *preg, char *errbuf,size_t errbuf_size);
參數(shù)errcode是來(lái)自函數(shù)regcomp()或regexec()的錯(cuò)誤代碼，而參數(shù)preg則是由函數(shù)regcomp()
得到的編譯結(jié)果，其目的是把格式化消息所必須的上下文提供給regerror()函數(shù)。在執(zhí)行函數(shù)regerror()
時(shí)，將按照參數(shù)errbuf_size指明的最大字節(jié)數(shù)，在errbuf緩沖區(qū)中填入格式化后的錯(cuò)誤信息，同時(shí)返回
錯(cuò)誤信息的長(zhǎng)度。
應(yīng)用正則表達(dá)式
最后給出一個(gè)具體的實(shí)例，介紹如何在C語(yǔ)言程序中處理正則表達(dá)式。
#include <stdio.h>
#include <sys/types.h>
#include <regex.h>
/* 取子串的函數(shù) */
static char* substr(const char*str,
unsigned start, unsigned end)
{
unsigned n = end - start;
static char stbuf[256];
strncpy(stbuf, str + start, n);
stbuf[n] = 0;
return stbuf;
}
/* 主程序 */
int main(int argc, char** argv)
{
char * pattern;
int x, z, lno = 0, cflags = 0;
char ebuf[128], lbuf[256];
regex_t reg;
regmatch_t pm[10];
const size_t nmatch = 10;
/* 編譯正則表達(dá)式*/
pattern = argv[1];
z = regcomp(?, pattern, cflags);
if (z != 0){
regerror(z, ?, ebuf, sizeof(ebuf));
fprintf(stderr, "%s: pattern '%s' \n",ebuf, pattern);
return 1;
}
/* 逐行處理輸入的數(shù)據(jù) */
while(fgets(lbuf, sizeof(lbuf), stdin))
{
++lno;
if ((z = strlen(lbuf)) > 0 && lbuf[z-1] == '\n')
lbuf[z - 1] = 0;
/* 對(duì)每一行應(yīng)用正則表達(dá)式進(jìn)行匹配 */
z = regexec(?, lbuf, nmatch, pm, 0);
if (z == REG_NOMATCH) continue;
else if (z != 0) {
regerror(z, ?, ebuf, sizeof(ebuf));
fprintf(stderr, "%s: regcom('%s')\n", ebuf, lbuf);
return 2;
}
/* 輸出處理結(jié)果 */
for (x = 0; x < nmatch && pm[x].rm_so != -1; ++ x)
{
if (!x) printf("%04d: %s\n", lno, lbuf);
printf(" $%d='%s'\n", x, substr(lbuf, pm[x].rm_so, pm[x].rm_eo));
}
}
/* 釋放正則表達(dá)式 */
regfree(?);
return 0;
}
上述程序負(fù)責(zé)從命令行獲取正則表達(dá)式，然后將其運(yùn)用于從標(biāo)準(zhǔn)輸入得到的每行數(shù)據(jù)，并打印出匹配結(jié)
果。執(zhí)行下面的命令可以編譯并執(zhí)行該程序：
# gcc regexp.c -o regexp
# ./regexp 'regex[a-z]*' < regexp.c
0003: #include <regex.h>
$0='regex'
0027: regex_t reg;
$0='regex'
0054: z = regexec(?, lbuf, nmatch, pm, 0);
$0='regexec'
小結(jié)
對(duì)那些需要進(jìn)行復(fù)雜數(shù)據(jù)處理的程序來(lái)說(shuō)，正則表達(dá)式無(wú)疑是一個(gè)非常有用的工具。本文重點(diǎn)在于闡述
如何在C語(yǔ)言中利用正則表達(dá)式來(lái)簡(jiǎn)化字符串處理，以便在數(shù)據(jù)處理方面能夠獲得與Perl語(yǔ)言類似的靈活性。