regex in Linux with C

在Linux中，很多应用程序都需要对正则表达式的支持（如：grep,sed,awk等）。所以提供有POSIX式regex支持：
#include <sys/types.h>
#include <regex.h>

/* is  used to compile a regular expression into a form that is
       suitable for subsequent regexec() searches. */
int    regcomp(regex_t *preg, const char *regex, int cflags);

如果是正确的正则式返回0

/* used to match a null-terminated string against the precom-
       piled  pattern  buffer */
int    regexec(const  regex_t  *preg,  const  char *string, size_t nmatch, regmatch_t pmatch[], int eflags);

成功匹配返回0，pmatch[0].rm_so,pmatch[0].rm_eo分别是第一个匹配串在string中的始终位置(-1表示没有匹配的)。
注意：这里pmatch[i](i=1,2,...)不是表示第二,三…个匹配，而是第一个匹配串中的子匹配。如果要找之后的匹配应该从第一个匹配的终位置开始在string中再次regexec()

/* free the memory allocated to the pattern buffer by  the  compiling  process */
void   regfree(regex_t *preg);

用完正则表达式后，或者要使用新的正则表达式的时候，我们可以用这个函数清空preg指向的regex_t结构体的内容，请记住，如果是使用新的正则表达式，一定要先清空regex_t结构体。

/* turn the error codes that can be returned by both regcomp() and regexec() */
size_t regerror(int errcode, const regex_t *preg, char *errbuf,  size_t errbuf_size);

返回regcomp/regexec的错误信息，其中errcode是regcomp/regexec的返回，errbuf是最后得到的错误信息。

使用：
先用regcomp()初始化正则式，然后用regexec()查找匹配串，最后别忘了用regfree()清除正则式。
有错误的话用regerror()来获取错误信息。例：

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

#define SUBSLEN    10
#define EBUFLEN    128    /* error buffer length */
#define BUFLEN    1024    /* matched buffer length */

int
main (int argc, char **argv)
{
    FILE *fp;
    size_t len=0;    /* store error message length */
    regex_t re;    /* store compilned regular expression */
    regmatch_t subs[SUBSLEN];    /* store matched string position */
    char matched[BUFLEN];    /* store matched strings */
    char errbuf[EBUFLEN];    /* store error message */
    int err, i;

    char string[] = "AAaba(125){3a}babAbAbCdCd123123  11(923){82}aslfk(72){4}";
    char pattern[] = "(\\([0-9]+\\))(\\{[0-9]+\\}{1})";
/*注意： 对于C/C++的正则式，这里要注意的是‘\’字符，因为C中‘\’是转义符，正则式中‘\’也是转义符，所以要匹配的信息中有‘\’时，C的正则式中就要用“\\\\”（C字符串“\\\\”=>正则式“\\”=>字符“\”）
*/
    printf ("String: %s\n", string);
    printf ("Pattern: \"%s\"\n", pattern);

    /* compile regular expression */
    err = regcomp (&re, pattern, REG_EXTENDED);

    if (err) {
        len = regerror (err, &re, errbuf, sizeof(errbuf));
        fprintf (stderr, "error: regcomp: %s\n", errbuf);
        return (1);
    }
    printf ("Total has subexpression: %d\n", re.re_nsub);
int offset = 0;
while (1) {
    /* execute pattern match */
    err = regexec (&re, string+offset, (size_t)SUBSLEN, subs, 0);
    if (err == REG_NOMATCH) {
        fprintf (stderr, "Sorry, no match ...\n");
        regfree (&re);
        return (0);
    } else if (err) {
        len = regerror (err, &re, errbuf, sizeof (errbuf));
        fprintf (stderr, "error: regexec: %s\n", errbuf);
        return (1);
    }

    /* if no REG_NOMATCH and no error, then pattern matched */
    printf ("\nOK, has matched ...\n\n");
    for (i=0; i<=re.re_nsub; i++) {
        if (i==0) {
            printf ("begin: %d, end: %d, ", subs[i].rm_so, subs[i].rm_eo);
        } else {
            printf ("subexpression %d begin: %d, end: %d, ", i, subs[i].rm_so, subs[i].rm_eo);
        }
        len = (int)subs[i].rm_eo - (int)subs[i].rm_so;
        memcpy (matched, string + offset + subs[i].rm_so, len);
        matched[len] = '\0';
        printf ("match: %s\n", matched);
    }
offset += (int)subs[0].rm_eo;
} /* while (1) */
    regfree (&re);
    return 0;
}

//EOF