正则表达式

2017-09-05 linux language c/cpp

正则表达式

正则的语法起源于 Unix 系统，所以其基本语法规则基本一致，只是随着发展，逐步扩充了一些类型。

  • Basic Regular Expression, BREs 基本正则表达式
  • Extended Regular Expression, EREs 扩展正则表达式
  • Perl Regular Expression, PREs Perl 正则表达式

常用工具

grep 支持 BREs(默认-G)、EREs(-E)、PREs(-P)，而 egrep 相当于使用了 -E 参数，会按照行处理关键字。sed 默认使用 BREs，可以通过 -r 参数使用 EREs，awk 使用 EREs 。

编程

C C++ 都提供了正则表达式，另外还有 C++ 中的 Boost、Google 提供的 RE2 库，其中 RE2 快速、安全、线程友好，可以作为 PCRE、Perl、Python 等回溯正则表达式引擎 (Backtracking Regular Expression Engine) 的替代。

暂时对于性能不太敏感，简单介绍 C 中正则表达式的使用方式。

#include <stdio.h>
#include <regex.h>
#include <sys/types.h>

int main(void)
{
        int rc;
        regex_t regex;
        const char *strings = "abcef";
        const char *pattern = "[a-c][e-f]";

        rc = regcomp(&regex, pattern, REG_EXTENDED);
        if (rc != 0) {
                char buff[128];
                regerror(rc, &regex, buff, sizeof(buff));
                fprintf(stderr, "compile regular expression failed, %d:%s.\n",
                        rc, buff);
                return -1;
        }

        rc = regexec(&regex, strings, 0, NULL, 0);
        if (rc == REG_NOMATCH) {
                printf("not match\n");
        } else {
                printf("match\n");
        }

        regfree(&regex);

        return 0;
}