@H_404_1@如果用户熟悉@H_404_1@Linux@H_404_1@下的@H_404_1@sed@H_404_1@、@H_404_1@awk@H_404_1@、@H_404_1@grep@H_404_1@或@H_404_1@vi@H_404_1@，那么对正则表达式这一概念肯定不会陌生。由于它可以极大地简化处理字符串时的复杂度，因此现在已经在许多@H_404_1@Linux@H_404_1@实用工具中得到了应用。千万不要以为正则表达式只是@H_404_1@Perl@H_404_1@、@H_404_1@Python@H_404_1@、@H_404_1@Bash@H_404_1@等脚本语言的专利，作为@H_404_1@C@H_404_1@语言程序员，用户同样可以在自己的程序中运用正则表达式。@H_404_1@
@H_404_1@标准的@H_404_1@C@H_404_1@和@H_404_1@C++@H_404_1@都不支持正则表达式，但有一些函数库可以辅助@H_404_1@C/C++@H_404_1@程序员完成这一功能，其中最著名的当数@H_404_1@Philip Hazel@H_404_1@的@H_404_1@Perl-Compatible Regular Expression@H_404_1@库，许多@H_404_1@Linux@H_404_1@发行版本都带有这个函数库。@H_404_1@
@H_404_1@编译正则表达式@H_404_1@
@H_404_1@为了提高效率，在将一个字符串与正则表达式进行比较之前，首先要用@H_404_1@regcomp()@H_404_1@函数对它进行编译，将其转化为@H_404_1@regex_t@H_404_1@结构：@H_404_1@
@H_404_1@@H_404_193@int regcomp(regex_t *preg,const char *regex,int cflags);
@H_404_1@参数@H_404_1@regex@H_404_1@是一个字符串，它代表将要被编译的正则表达式；参数@H_404_1@preg@H_404_1@指向一个声明为@H_404_1@regex_t@H_404_1@的数据结构，用来保存编译结果；参数@H_404_1@cflags@H_404_1@决定了正则表达式该如何被处理的细节。@H_404_1@
@H_404_1@如果函数@H_404_1@regcomp()@H_404_1@执行成功，并且编译结果被正确填充到@H_404_1@preg@H_404_1@中后，函数将返回@H_404_1@0@H_404_1@，任何其它的返回结果都代表有某种错误产生。@H_404_1@
@H_404_1@匹配正则表达式@H_404_1@
@H_404_1@一旦用@H_404_1@regcomp()@H_404_1@函数成功地编译了正则表达式，接下来就可以调用@H_404_1@regexec()@H_404_1@函数完成模式匹配：@H_404_1@
@H_404_1@@H_404_193@int regexec(const regex_t *preg,const char *string,size_t nmatch,regmatch_t pmatch[],int eflags);
@H_404_1@@H_404_193@typedef struct {
@H_404_1@@H_404_193@regoff_t rm_so;
@H_404_1@@H_404_193@regoff_t rm_eo;
@H_404_1@@H_404_193@} regmatch_t;
@H_404_1@参数@H_404_1@preg@H_404_1@指向编译后的正则表达式，参数@H_404_1@string@H_404_1@是将要进行匹配的字符串，而参数@H_404_1@nmatch@H_404_1@和@H_404_1@pmatch@H_404_1@则用于把匹配结果返回给调用程序，最后一个参数@H_404_1@eflags@H_404_1@决定了匹配的细节。@H_404_1@
@H_404_1@在调用函数@H_404_1@regexec()@H_404_1@进行模式匹配的过程中，可能在字符串@H_404_1@string@H_404_1@中会有多处与给定的正则表达式相匹配，参数@H_404_1@pmatch@H_404_1@就是用来保存这些匹配位置的，而参数@H_404_1@nmatch@H_404_1@则告诉函数@H_404_1@regexec()@H_404_1@最多可以把多少个匹配结果填充到@H_404_1@pmatch@H_404_1@数组中。当@H_404_1@regexec()@H_404_1@函数成功返回时，从@H_404_1@string+pmatch[0].rm_so@H_404_1@到@H_404_1@string+pmatch[0].rm_eo@H_404_1@是第一个匹配的字符串，而从@H_404_1@string+pmatch[1].rm_so@H_404_1@到@H_404_1@string+pmatch[1].rm_eo@H_404_1@，则是第二个匹配的字符串，依此类推。@H_404_1@
@H_404_1@释放正则表达式@H_404_1@
@H_404_1@无论什么时候，当不再需要已经编译过的正则表达式时，都应该调用函数@H_404_1@regfree()@H_404_1@将其释放，以免产生内存泄漏。@H_404_1@
@H_404_1@@H_404_193@void regfree(regex_t *preg);
@H_404_1@函数@H_404_1@regfree()@H_404_1@不会返回任何结果，它仅接收一个指向@H_404_1@regex_t@H_404_1@数据类型的指针，这是之前调用@H_404_1@regcomp()@H_404_1@函数所得到的编译结果。@H_404_1@
@H_404_1@如果在程序中针对同一个@H_404_1@regex_t@H_404_1@结构调用了多次@H_404_1@regcomp()@H_404_1@函数，@H_404_1@POSIX@H_404_1@标准并没有规定是否每次都必须调用@H_404_1@regfree()@H_404_1@函数进行释放，但建议每次调用@H_404_1@regcomp()@H_404_1@函数对正则表达式进行编译后都调用一次@H_404_1@regfree()@H_404_1@函数，以尽早释放占用的存储空间。@H_404_1@
@H_404_1@报告错误信息@H_404_1@

@H_404_1@如果调用函数@H_404_1@regcomp()@H_404_1@或@H_404_1@regexec()@H_404_1@得到的是一个非@H_404_1@0@H_404_1@的返回值，则表明在对正则表达式的处理过程中出现了某种错误，此时可以通过调用函数@H_404_1@regerror()@H_404_1@得到详细的错误信息。@H_404_1@
@H_404_1@@H_404_193@size_t regerror(int errcode,const regex_t *preg,char *errbuf,size_t errbuf_size);
@H_404_1@参数@H_404_1@errcode@H_404_1@是来自函数@H_404_1@regcomp()@H_404_1@或@H_404_1@regexec()@H_404_1@的错误代码，而参数@H_404_1@preg@H_404_1@则是由函数@H_404_1@regcomp()@H_404_1@得到的编译结果，其目的是把格式化消息所必须的上下文提供给@H_404_1@regerror()@H_404_1@函数。在执行函数@H_404_1@regerror()@H_404_1@时，将按照参数@H_404_1@errbuf_size@H_404_1@指明的最大字节数，在@H_404_1@errbuf@H_404_1@缓冲区中填入格式化后的错误信息，同时返回错误信息的长度。@H_404_1@
@H_404_1@应用正则表达式@H_404_1@
@H_404_1@最后给出一个具体的实例，介绍如何在@H_404_1@C@H_404_1@语言程序中处理正则表达式。@H_404_1@
@H_404_1@@H_404_193@#include <stdio.h>
@H_404_1@@H_404_193@#include <sys/types.h>
@H_404_1@@H_404_193@#include <regex.h>
@H_404_1@@H_404_193@/* @H_404_1@取子串的函数@H_404_1@ */
@H_404_1@@H_404_193@static char* substr(const char*str,unsigned start,unsigned end)
@H_404_1@@H_404_193@{
@H_404_1@@H_404_193@unsigned n = end - start;
@H_404_1@@H_404_193@static char stbuf[256];
@H_404_1@@H_404_193@strncpy(stbuf,str + start,n);
@H_404_1@@H_404_193@stbuf[n] = 0;
@H_404_1@@H_404_193@return stbuf;
@H_404_1@@H_404_193@}
@H_404_1@@H_404_193@/* @H_404_1@主程序@H_404_1@ */
@H_404_1@@H_404_193@int main(int argc,char** argv)
@H_404_1@@H_404_193@{
@H_404_1@@H_404_193@char * pattern;
@H_404_1@@H_404_193@int x,z,lno = 0,cflags = 0;
@H_404_1@@H_404_193@char ebuf[128],lbuf[256];
@H_404_1@@H_404_193@regex_t reg;
@H_404_1@@H_404_193@regmatch_t pm[10];
@H_404_1@@H_404_193@const size_t nmatch = 10;
@H_404_1@@H_404_193@/* @H_404_1@编译正则表达式@H_404_1@*/
@H_404_1@@H_404_193@pattern = argv[1];
@H_404_1@@H_404_193@z = regcomp(®,pattern,cflags);
@H_404_1@@H_404_193@if (z != 0){
@H_404_1@@H_404_193@regerror(z,®,ebuf,sizeof(ebuf));
@H_404_1@@H_404_193@fprintf(stderr,"%s: pattern '%s' \n",pattern);
@H_404_1@@H_404_193@return 1;
@H_404_1@@H_404_193@}
@H_404_1@@H_404_193@/* @H_404_1@逐行处理输入的数据@H_404_1@ */
@H_404_1@@H_404_193@while(fgets(lbuf,sizeof(lbuf),stdin)) {
@H_404_1@@H_404_193@++lno;
@H_404_1@@H_404_193@if ((z = strlen(lbuf)) > 0 && lbuf[z-1] == '\n')
@H_404_1@@H_404_193@lbuf[z - 1] = 0;
@H_404_1@@H_404_193@/* @H_404_1@对每一行应用正则表达式进行匹配@H_404_1@ */
@H_404_1@@H_404_193@z = regexec(®,lbuf,nmatch,pm,0);
@H_404_1@@H_404_193@if (z == REG_NOMATCH) continue;
@H_404_1@@H_404_193@else if (z != 0) {
@H_404_1@@H_404_193@regerror(z,"%s: regcom('%s')\n",lbuf);
@H_404_1@@H_404_193@return 2;
@H_404_1@@H_404_193@}
@H_404_1@@H_404_193@/* @H_404_1@输出处理结果@H_404_1@ */
@H_404_1@@H_404_193@for (x = 0; x < nmatch && pm[x].rm_so != -1; ++ x) {
@H_404_1@@H_404_193@if (!x) printf("%04d: %s\n",lno,lbuf);
@H_404_1@@H_404_193@printf(" $%d='%s'\n",x,substr(lbuf,pm[x].rm_so,pm[x].rm_eo));
@H_404_1@@H_404_193@}
@H_404_1@@H_404_193@}
@H_404_1@@H_404_193@/* @H_404_1@释放正则表达式@H_404_1@ */
@H_404_1@@H_404_193@regfree(®);
@H_404_1@@H_404_193@return 0;
@H_404_1@@H_404_193@}
@H_404_1@上述程序负责从命令行获取正则表达式，然后将其运用于从标准输入得到的每行数据，并打印出匹配结果。执行下面的命令可以编译并执行该程序：@H_404_1@
@H_404_1@@H_404_193@# gcc regexp.c -o regexp
@H_404_1@@H_404_193@# ./regexp 'regex[a-z]*' < regexp.c
@H_404_1@@H_404_193@0003: #include <regex.h>
@H_404_1@@H_404_193@$0='regex'
@H_404_1@@H_404_193@0027: regex_t reg;
@H_404_1@@H_404_193@$0='regex'
@H_404_1@@H_404_193@0054: z = regexec(®,0);
@H_404_1@@H_404_193@$0='regexec'
@H_404_1@小结@H_404_1@
@H_404_1@对那些需要进行复杂数据处理的程序来说，正则表达式无疑是一个非常有用的工具。本文重点在于阐述如何在@H_404_1@C@H_404_1@语言中利用正则表达式来简化字符串处理，以便在数据处理方面能够获得与@H_404_1@Perl@H_404_1@语言类似的灵活性。