一、正则表达式
在计算机科学中,正则表达式是一种描述字符串模式的方法。它们被广泛应用于搜索、文本编辑和数据处理等领域。PCRE库(Perl Compatible Regular Expressions)是一个支持Perl风格正则表达式的C函数库(sourceforge.net/projects/pcre/)。
使用PCRE库,可以使用Perl中所支持的绝大部分正则表达式元素。细心的人可能会注意到,PCRE库除了支持Perl风格正则表达式之外,还扩展了一些新特性。例如全局匹配、已编译正则表达式信息缓存等。
二、PCRE的匹配流程
一个正则表达式需要抽象成DFA(deterministic finite automata)自动机才能被计算机程序识别和使用。在PCRE中,DFA自动机是由宏定义方式被实现在源代码中。因此,当调用PCRE库中匹配函数时,实际上就是在使用PCRE库中自带的DFA自动机来完成比对过程。
PCRE库中匹配函数的调用方式如下:
int pcre_exec( const pcre *code, /*Compiled for-mal pattern */ const pcre_extra *extra, /*Extra data block */ const char *subject, /*String to match */ int length, /*Length of string (bytes)*/ int start_offset, int options, int *ovector, /*Output vector for substring information */ int ovector_size /*Size of output vector */ )
其中,code为已编译好的正则表达式,subject为目标字符串,ovector为输出向量,最终保存匹配到的子串的位置信息,具体意义在代码注释中给出。
三、PCRE的代码示例
下面是一个简单的例子,它用PCRE库的最基础功能实现了字符串的匹配。可以让读者对PCRE库有一个初步的认知。
#include<stdio.h> #include<pcre.h> #define OVECCOUNT 30 const char *MOTHER_STRING="My mother please applauds."; int main() { const char *ERROR_MESSAGE; pcre *rexp; int erroffset; int ovector[OVECCOUNT]; int rc, i; rexp = pcre_compile("mom",0,&ERROR_MESSAGE,&erroffset,NULL); rc = pcre_exec(rexp,NULL,MOTHER_STRING,strlen(MOTHER_STRING),0,0,ovector,OVECCOUNT); if(rc < 0) { if(rc == PCRE_ERROR_NOMATCH) printf("Sorry! No match!/n"); else printf("Matching error %d\n", rc); } else //matched { printf("%d- Match succeeded at offset %d", rc, ovector[0]); for(i = 0; i < rc; i++) { char *substring_start = MOTHER_STRING + ovector[2*i]; int substring_length = ovector[2*i+1] - ovector[2*i]; printf("%2d: %.*s\n", i, substring_length, substring_start); } } pcre_free(rexp); return 0; }
四、PCRE扩展使用
在上面的例子中,当我们查找"mom"时,只能匹配到"mother"中的"mo"。如果要匹配所有的满足条件的串怎么办呢?这就需要用到PCRE的扩展功能。
下面是一个使用PCRE扩展功能的代码示例。它将匹配字符串"my mother tried to get a new motor yesterday"中的所有含有"m[oaei]tor"的子串,返回每一个子串的位置和内容。
#include<stdio.h> #include<pcre.h> #define OVECCOUNT 30 const char *MOTHER_STRING="my mother tried to get a new motor yesterday."; int main() { const char *ERROR_MESSAGE; pcre *rexp; int erroffset; int ovector[OVECCOUNT]; int rc, i; rexp = pcre_compile("m[oaei]tor",PCRE_EXTENDED, &ERROR_MESSAGE, &erroffset,NULL); rc = pcre_exec(rexp,NULL,MOTHER_STRING,strlen(MOTHER_STRING),0,0,ovector,OVECCOUNT); if(rc < 0) { if(rc == PCRE_ERROR_NOMATCH) printf("Sorry! No match!/n"); else printf("Matching error %d\n", rc); } else //matched { printf("%d- Match succeeded at offset %d\n", rc, ovector[0]); for(i = 0; i < rc; i++) { char *substring_start = MOTHER_STRING + ovector[2*i]; int substring_length = ovector[2*i+1] - ovector[2*i]; printf("%2d: %.*s\n", i, substring_length, substring_start); } } pcre_free(rexp); return 0; }
五、总结
本文介绍了PCRE库的基础概念、匹配流程和代码实现。并提供了一个简单匹配示例和一个使用PCRE扩展功能的示例。相信读者在这些例子中已经了解了PCRE库的基础用法,能够自主地处理字符串匹配问题。在使用PCRE库时,需要注意正则表达式的构造和匹配的流程,保证程序的正确性。