正則表達式c++

c++ 中如何處理正則表達式呢？我們一起了解一下吧！

正則表達式，又稱正規表示法、常規表示法（英語：Regular Expression，在代碼中常簡寫爲regex、regexp或RE）。正則表達式是使用單個字元串來描述、匹配一系列符合某個句法規則的字元串。

在c語言中，用regcomp、regexec、regfree 和regerror處理正則表達式。處理正則表達式分三步：

1、編譯正則表達式，regcomp；

2、匹配正則表達式，regexec；

3、釋放正則表達式，regfree。

下邊是對三個函數的詳細解釋

1、int regcomp (regex_t *compiled, const char *pattern, int cflags)

這個函數把指定的正則表達式pattern編譯成一種特定的數據格式compiled，這樣可以使匹配更有效。函數regexec 會使用這個數據在目標文字串中進行模式匹配。執行成功返回０。 　

參數說明：

①regex_t 是一個結構體數據類型，用來存放編譯後的正則表達式，它的成員re_nsub 用來存儲正則表達式中的子正則表達式的個數，子正則表達式就是用圓括號包起來的部分表達式。

②pattern 是指向我們寫好的正則表達式的指針。

③cflags 有如下4個值或者是它們或運算(|)後的值：

REG_EXTENDED 以功能更加強大的擴展正則表達式的方式進行匹配。

REG_ICASE 匹配字母時忽略大小寫。

REG_NOSUB 不用存儲匹配後的結果。

REG_NEWLINE 識別換行符，這樣'$'就可以從行尾開始匹配，'^'就可以從行的開頭開始匹配。

2. int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int eflags)

當我們編譯好正則表達式後，就可以用regexec 匹配我們的目標文字串了，如果在編譯正則表達式的時候沒有指定cflags的參數爲REG_NEWLINE，則默認情況下是忽略換行符的，也就是把整個文字串當作一個字元串處理。執行成功返回０。

regmatch_t 是一個結構體數據類型，在regex.h中定義：             

typedef struct

{

   regoff_t rm_so;

   regoff_t rm_eo;

} regmatch_t;

成員rm_so 存放匹配文字串在目標串中的開始位置，rm_eo 存放結束位置。通常我們以數組的形式定義一組這樣的結構。因爲往往我們的正則表達式中還包含子正則表達式。數組0單元存放主正則表達式位置，後邊的單元依次存放子正則表達式位置。

參數說明：

①compiled 是已經用regcomp函數編譯好的正則表達式。

②string 是目標文字串。

③nmatch 是regmatch_t結構體數組的長度。

④matchptr regmatch_t類型的結構體數組，存放匹配文字串的位置資訊。

⑤eflags 有兩個值

REG_NOTBOL 按我的理解是如果指定了這個值，那麼'^'就不會從我們的目標串開始匹配。總之我到現在還不是很明白這個參數的意義；

REG_NOTEOL 和上邊那個作用差不多，不過這個指定結束end of line。

3. void regfree (regex_t *compiled)

當我們使用完編譯好的正則表達式後，或者要重新編譯其他正則表達式的時候，我們可以用這個函數清空compiled指向的regex_t結構體的內容，請記住，如果是重新編譯的話，一定要先清空regex_t結構體。

4. size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)

當執行regcomp 或者regexec 產生錯誤的時候，就可以調用這個函數而返回一個包含錯誤資訊的字元串。

參數說明：

①errcode 是由regcomp 和 regexec 函數返回的錯誤代號。

②compiled 是已經用regcomp函數編譯好的正則表達式，這個值可以爲NULL。

③buffer 指向用來存放錯誤資訊的字元串的內存空間。

④length 指明buffer的長度，如果這個錯誤資訊的長度大於這個值，則regerror 函數會自動截斷超出的字元串，但他仍然會返回完整的字元串的長度。所以我們可以用如下的方法先得到錯誤字元串的長度。

 size_t length = regerror (errcode, compiled, NULL, 0);

關於c++ 中處理正則表達式的方法，我們就分享到這啦！