【C语言教程】【常用类库】（十六）正则表达式库 - ＜regex.h＞

16. 正则表达式库 - <regex.h>

正则表达式是一种强大的文本处理工具，用于搜索、匹配和操作字符串。C语言通过<regex.h>库提供对正则表达式的支持。

16.1. 正则表达式简介

16.1.1. 正则表达式的基本概念和语法

正则表达式是一种用来描述字符模式的特殊字符串。

• 模式：定义字符串集合的模板。如，正则表达式[0-9]+用于匹配任意长度的数字串。

• 语法：

  • 字符类：[abc]匹配a、b或c中的一个。
  • 数量词：*表示匹配前面的元素0次或多次，+表示至少1次。
  • 锚点：^表示行首，$表示行尾。

16.1.2. 匹配模式与标志

使用不同的标志可以改变正则表达式的匹配方式。

• 标志：
  • REG_ICASE：忽略大小写进行匹配。
  • REG_NEWLINE：识别换行符。
  • REG_EXTENDED：使用扩展语法。

16.2. 正则表达式 API

C语言通过regcomp, regexec和regfree函数实现正则表达式。

16.2.1. regcomp, regexec, regfree

• regcomp：编译正则表达式。

  #include <regex.h>
  
  regex_t regex;
  int status = regcomp(&regex, "^[a-z]+$", REG_EXTENDED);
  // REG_EXTENDED 允许使用扩展的正则表达式语法
  

• regexec：执行正则表达式匹配。

  char str[] = "hello";
  if (regexec(&regex, str, 0, NULL, 0) == 0) {
      printf("匹配成功\n");
  } else {
      printf("匹配失败\n");
  }
  

• regfree：释放正则表达式使用的内存。

  regfree(&regex);
  

16.2.2. 捕获组与替换示例

在正则表达式中，可以使用括号()来创建捕获组，这允许你在匹配后提取和替换特定的子字符串。

• 捕获组：

  // 示例省略库文件包含和变量声明部分
  char source[] = "2023-01-01";
  regmatch_t matches[2]; // 使用数组存储匹配组
  const char *pattern = "(\\d{4})-(\\d{2})-(\\d{2})";
  
  regcomp(&regex, pattern, REG_EXTENDED);
  if (regexec(&regex, source, 3, matches, 0) == 0) {
      printf("Year: %.*s\n", matches[1].rm_eo - matches[1].rm_so, 
                            source + matches[1].rm_so);
  }
  regfree(&regex);
  

这段代码示例解析并提取日期字符串中的年份部分。然而，C语言中没有内置的替换功能，通常需要自行实现。

• 替换示例：通过计算匹配组的起始和结束位置，将匹配到的子字符串替换为新字符串。

通过正则表达式，开发者可以强大且灵活地操作文本，且能通过高效的匹配和替换实现各种复杂的文本解析需求。