| |
hhhericchd@gmail.com patern为
我们希望匹配一个以3个h字符接着为任意字符串（可以为空）直到遇到一个@，然后接5个任意的字符和一个.号，最后再接一个字符串（可以为空），我们运行得到的结果是
hhhericchd@gmail.com
ericchd
com
我们发现，这个邮件地址被匹配了，第一行输出了，第二行和第三行分别输出的是我们希望得到的匹配的一部分，也就是在pattern中用括号括起来的部分。在这里我们还发现，在C语言里使用RE表达式的时候和通常的UNIX一般的RE表达式有区别：
第一、\{\}和\(\)需要改成{}和(),因为在C语言反斜杠是转移字符用的
第二、.不需要转义，不想UNIX的RE那样需要\.，但是?和*我没有找到该怎么用
下面贴上对以上所用函数的一些解释
需要用到以下几个函数。（定义在/usr/include/regex.h文件中）
intregcomp(regex_t*compiled,constchar*pattern,intcflags) intregexec(regex_t*compiled,char*string,size_tnmatch,regmatch_tmatchptr[],int eflags)
voidregfree(regex_t*compiled)
size_tregerror(interrcode,regex_t*compiled,char*buffer,size_tlength)
1.intregcomp(regex_t*compiled,intcflags)
这个函数把指定的规则表达式pattern编译成一种特定的数据格式compiled，这样可以使匹配更有效。函数regexec会使用这个数据在目标文
本串中进行模式匹配。执行成功返回０。
regex_t是一个结构体数据类型，用来存放编译后的规则表达式，它的成员re_nsub用来存储规则表达式中的子 规则表达式的个数，子规则表达式就是用圆括号包起来的部分表达式。
pattern是指向我们写好的规则表达式的指针。
cflags有如下4个值或者是它们或运算(|)后的值:
REG_EXTENDED以功能更加强大的扩展规则表达式的方式进行匹配。
REG_ICASE匹配字母时忽略大小写。
REG_NOSUB不用存储匹配后的结果。
REG_NEWLINE识别换行符，这样'$'就可以从行尾开始匹配，'^'就可以从行的开头开始匹配。
2.intregexec(regex_t*compiled,int eflags)
当我们编译好规则表达式后，就可以用regexec匹配我们的目标文本串了，如果在编译规则表达式的时候没有指定cflags的参数为REG_NEWLINE，则默认情况下是忽略换行符的，也就是把整个文本串当作一个字符串处理。执行成功返回０。
regmatch_t是一个结构体数据类型，成员rm_so存放匹配文本串在目标串中的开始位置，rm_eo存放结束位
置。通常我们以数组的形式定义一组这样的结构。因为往往我们的规则表达式中还包含子规则表达式。数组0单元存放主规则表达式位置，后边的单元依次存放子规则表达式位置。
compiled是已经用regcomp函数编译好的规则表达式。
string是目标文本串。
nmatch是regmatch_t结构体数组的长度。
matchptrregmatch_t类型的结构体数组，存放匹配文本串的位置信息。
eflags有两个值
REG_NOTBOL按我的理解是如果指定了这个值，那么'^'就不会从我们的目标串开始匹配。总之我到现在还不是很明白这个参数的意义，
原文如下：
Ifthisbitisset,thenthebeginning-of-lineoperatordoesn'tmatchthebeginningofthe
string(presumably becauseit'snotthebeginningofaline).Ifnotset,thenthebeginning-of-lineoperator
doesmatchthebeginning ofthestring.
REG_NOTEOL和上边那个作用差不多，不过这个指定结束endofline。
3.voidregfree(regex_t*compiled)
当我们使用完编译好的规则表达式后，或者要重新编译其他规则表达式的时候，我们可以用这个函数清空
compiled指向的regex_t结构体的内
容，请记住，如果是重新编译的话，一定要先清空regex_t结构体。
4.size_tregerror(interrcode,size_tlength)
当执行regcomp或者regexec产生错误的时候，就可以调用这个函数而返回一个包含错误信息的字符串。
errcode是由regcomp和regexec函数返回的错误代号。
compiled是已经用regcomp函数编译好的规则表达式，这个值可以为NULL。
buffer指向用来存放错误信息的字符串的内存空间。
length指明buffer的长度，如果这个错误信息的长度大于这个值，则regerror函数会自动截断超出的字符串，但他仍然会返回完整的字符串的长度。所以我们可以用如下的方法先得到错误字符串的长度。
size_tlength=regerror(errcode,compiled,NULL,0);
regex虽然简单易用，但对正则表达式的支持不够强大，中文处理也有问题（经过试验可以引用vi的一些正则表达式编写例子），PCRE是另一个选择PCRE（http://www.pcre.org） 还有一份不错的资料http://midatl.radford.edu/docs/C/Pattern-Matching.html#Pattern-Matching
