如果用戶熟悉Linux下的sed、awk、grep或vi，那么對正則表達式這一概念肯定不會陌生。由于它可以極大地簡化處理字符串時的復雜度，因此現(xiàn)在已經(jīng)在許多Linux實用工具中得到了應用。千萬不要以為正則表達式只是Perl、Python、Bash等腳本語言的專利，作為C語言程序員，用戶同樣可以在自己的程序中運用正則表達式。?
標準的C和C++都不支持正則表達式，但有一些函數(shù)庫可以輔助C/C++程序員完成這一功能，其中最著名的當數(shù)Philip?Hazel的Perl-Compatible?Regular?Expression庫，許多Linux發(fā)行版本都帶有這個函數(shù)庫。?
編譯正則表達式?
為了提高效率，在將一個字符串與正則表達式進行比較之前，首先要用regcomp()函數(shù)對它進行編譯，將其轉(zhuǎn)化為regex_t結構：?
int?regcomp(regex_t?*preg,?const?char?*regex,?int?cflags);?參數(shù)regex是一個字符串，它代表將要被編譯的正則表達式；參數(shù)preg指向一個聲明為regex_t的數(shù)據(jù)結構，用來保存編譯結果；參數(shù)cflags決定了正則表達式該如何被處理的細節(jié)。?
如果函數(shù)regcomp()執(zhí)行成功，并且編譯結果被正確填充到preg中后，函數(shù)將返回0，任何其它的返回結果都代表有某種錯誤產(chǎn)生。?
匹配正則表達式?
一旦用regcomp()函數(shù)成功地編譯了正則表達式，接下來就可以調(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式，參數(shù)string是將要進行匹配的字符串，而參數(shù)nmatch和pmatch則用于把匹配結果返回給調(diào)用程序，最后一個參數(shù)eflags決定了匹配的細節(jié)。?
在調(diào)用函數(shù)regexec()進行模式匹配的過程中，可能在字符串string中會有多處與給定的正則表達式相匹配，參數(shù)pmatch就是用來保存這些匹配位置的，而參數(shù)nmatch則告訴函數(shù)regexec()最多可以把多少個匹配結果填充到pmatch數(shù)組中。當regexec()函數(shù)成功返回時，從string+pmatch[0].rm_so到string+pmatch[0].rm_eo是第一個匹配的字符串，而從string+pmatch[1].rm_so到string+pmatch[1].rm_eo，則是第二個匹配的字符串，依此類推。?
釋放正則表達式?
無論什么時候，當不再需要已經(jīng)編譯過的正則表達式時，都應該調(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()不會返回任何結果，它僅接收一個指向regex_t數(shù)據(jù)類型的指針，這是之前調(diào)用regcomp()函數(shù)所得到的編譯結果。?
如果在程序中針對同一個regex_t結構調(diào)用了多次regcomp()函數(shù)，POSIX標準并沒有規(guī)定是否每次都必須調(diào)用regfree()函數(shù)進行釋放，但建議每次調(diào)用regcomp()函數(shù)對正則表達式進行編譯后都調(diào)用一次regfree()函數(shù)，以盡早釋放占用的存儲空間。?
報告錯誤信息?
如果調(diào)用函數(shù)regcomp()或regexec()得到的是一個非0的返回值，則表明在對正則表達式的處理過程中出現(xiàn)了某種錯誤，此時可以通過調(diào)用函數(shù)regerror()得到詳細的錯誤信息。?
size_t?regerror(int?errcode,?const?regex_t?*preg,?char?*errbuf,?size_t?errbuf_size);? 參數(shù)errcode是來自函數(shù)regcomp()或regexec()的錯誤代碼，而參數(shù)preg則是由函數(shù)regcomp()得到的編譯結果，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，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誤信息，同時返回錯誤信息的長度。?
應用正則表達式?
最后給出一個具體的實例，介紹如何在C語言程序中處理正則表達式。?
#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;?
????/**//*?對每一行應用正則表達式進行匹配?*/?
????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));?
????}?
??}?
??/**//*?釋放正則表達式??*/?
??regfree(®);?
??return?0;?
}?
上述程序負責從命令行獲取正則表達式，然后將其運用于從標準輸入得到的每行數(shù)據(jù)，并打印出匹配結果。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?
對那些需要進行復雜數(shù)據(jù)處理的程序來說，正則表達式無疑是一個非常有用的工具。本文重點在于闡述如何在C語言中利用正則表達式來簡化字符串處理，以便在數(shù)據(jù)處理方面能夠獲得與Perl語言類似的靈活性。