linux c 语言中使用正则表达式pcre

http://blog.sina.com.cn/s/blog_6a1837e901010ckv.html

2012

一、PCRE的安装： 

1、主页地址：http://www./

     下载pcre-7.8.tar.bz2

2、解压缩：

     tar xjpf pcre-7.8.tar.bz2

3、配置：

     cd pcre-7.8

     ./configure --prefix=/usr/local/pcre-7.8 --libdir=/usr/local/lib/pcre --includedir=/usr/local/include/pcre

     configure有许多参数可配，具体参见./configure --help及手册

4、编译：

     make

5、安装：

     make install

6、检查：

     ls /usr/local 检查是否有pcre-7.8目录

     ls /usr/local/lib   检查是否有pcre目录

     ls /usr/local/include   检查是否有pcre目录

7、将库文件导入cache：

     方法1：在/etc/ld.so.conf中加入： ／usr/local/lib/pcre，然后运行ldconfig

     方法2：在/etc/ld.so.conf.d/下新生成一个文件（或在其中的文件中加入同样内容），文件内容为：

               /usr/local/lib/pcre，然后运行ldconfig

8、使用：

     使用pcre编写C或C＋＋程序，然后编译。

     对于C程序，编译命令为：gcc -I/usr/local/include/pcre -L/usr/local/lib/pcre -lpcre file.c

     对于C程序，编译命令为：gcc -I/usr/local/include/pcre -L/usr/local/lib/pcre -lpcrecpp file.cpp

 

也可用apt直接安装：

apt-cache search pcre 查找pcre

下面只安装pcrecpp

apt-get install libpcre++-dev   安装pcrecpp开发文件

apt-get install libpcre++0     安装pcrecpp库文件

 

二、函数简介和使用示例：

PCRE是一个NFA正则引擎，不然不能提供完全与Perl一致的正则语法功能。但它同时也实现了DFA，只是满足数学意义上的正则。

 

PCRE提供了19个接口函数，为了简单介绍，使用PCRE内带的测试程序(pcretest.c)示例用法。

1. pcre_compile

       原型：

    #include <pcre.h>

pcre *pcre_compile(const char *pattern, int options, const char **errptr, int *erroffset, const unsigned char *tableptr);

功能：将一个正则表达式编译成一个内部表示，在匹配多个字符串时，可以加速匹配。其同pcre_compile2功能一样只是缺少一个参数errorcodeptr。

参数：

pattern    正则表达式

options    为0，或者其他参数选项

    errptr     出错消息

    erroffset   出错位置

tableptr   指向一个字符数组的指针，可以设置为空NULL

示例：

L1720     re = pcre_compile((char *)p, options, &error, &erroroffset, tables);

 

2. pcre_compile2

       原型：

#include <pcre.h>

pcre *pcre_compile2(const char *pattern, int options, int *errorcodeptr, const char **errptr, int *erroffset, const unsigned char *tableptr);

功能：将一个正则表达式编译成一个内部表示，在匹配多个字符串时，可以加速匹配。其同pcre_compile功能一样只是多一个参数errorcodeptr。

参数：

pattern        正则表达式

options        为0，或者其他参数选项

errorcodeptr    存放出错码

    errptr         出错消息

    erroffset       出错位置

tableptr       指向一个字符数组的指针，可以设置为空NULL

 

3. pcre_config

       原型：

#include <pcre.h>

int pcre_config(int what, void *where);

功能：查询当前PCRE版本中使用的选项信息。

参数：

what         选项名

where       存储结果的位置

示例：

Line1312 (void)pcre_config(PCRE_CONFIG_POSIX_MALLOC_THRESHOLD, &rc);

 

4. pcre_copy_named_substring

       原型：

#include <pcre.h>

int pcre_copy_named_substring(const pcre *code, const char *subject, int *ovector, int stringcount, const char *stringname, char *buffer, int buffersize);

功能：根据名字获取捕获的字串。

参数：

code        成功匹配的模式

subject      匹配的串

ovector      pcre_exec() 使用的偏移向量

stringcount   pcre_exec()的返回值

stringname   捕获字串的名字

buffer       用来存储的缓冲区

buffersize    缓冲区大小

示例：

Line2730 int rc = pcre_copy_named_substring(re, (char *)bptr, use_offsets,

            count, (char *)copynamesptr, copybuffer, sizeof(copybuffer));

 

5. pcre_copy_substring

       原型：

#include <pcre.h>

int pcre_copy_substring(const char *subject, int *ovector, int stringcount, int stringnumber, char *buffer, int buffersize);

功能：根据编号获取捕获的字串。

参数：

code             成功匹配的模式

subject           匹配的串

ovector           pcre_exec() 使用的偏移向量

stringcount        pcre_exec()的返回值

stringnumber      捕获字串编号

buffer            用来存储的缓冲区

buffersize         缓冲区大小

示例：

Line2730 int rc = pcre_copy_substring((char *)bptr, use_offsets, count,

              i, copybuffer, sizeof(copybuffer));

 

6. pcre_dfa_exec

       原型：

#include <pcre.h>

int pcre_dfa_exec(const pcre *code, const pcre_extra *extra, const char *subject, int length, int startoffset, int options, int *ovector, int ovecsize, int *workspace, int wscount);

功能：使用编译好的模式进行匹配，采用的是一种非传统的方法DFA，只是对匹配串扫描一次（与Perl不兼容）。

参数：

code            编译好的模式

extra            指向一个pcre_extra结构体，可以为NULL

subject            需要匹配的字符串

length           匹配的字符串长度（Byte）

startoffset        匹配的开始位置

options          选项位

ovector          指向一个结果的整型数组

ovecsize          数组大小

workspace        一个工作区数组

wscount          数组大小

示例：

Line2730 count = pcre_dfa_exec(re, extra, (char *)bptr, len, start_offset,

              options | g_notempty, use_offsets, use_size_offsets, workspace,

              sizeof(workspace)/sizeof(int));

 

7. pcre_copy_substring

       原型：

#include <pcre.h>

int pcre_exec(const pcre *code, const pcre_extra *extra, const char *subject, int length, int startoffset, int options, int *ovector, int ovecsize);

功能：使用编译好的模式进行匹配，采用与Perl相似的算法，返回匹配串的偏移位置。。

参数：

code        编译好的模式

extra        指向一个pcre_extra结构体，可以为NULL

subject        需要匹配的字符串

length       匹配的字符串长度（Byte）

startoffset    匹配的开始位置

options      选项位

ovector      指向一个结果的整型数组

ovecsize     数组大小

 

8. pcre_free_substring

       原型：

#include <pcre.h>

void pcre_free_substring(const char *stringptr);

功能：释放pcre_get_substring()和pcre_get_named_substring()申请的内存空间。

参数：

stringptr       指向字符串的指针

示例：

Line2730        const char *substring;

int rc = pcre_get_substring((char *)bptr, use_offsets, count,

              i, &substring);

……

pcre_free_substring(substring);

 

9. pcre_free_substring_list

       原型：

#include <pcre.h>

void pcre_free_substring_list(const char **stringptr);

功能：释放由pcre_get_substring_list申请的内存空间。

参数：

stringptr      指向字符串数组的指针

示例：

Line2773        const char **stringlist;

int rc = pcre_get_substring_list((char *)bptr, use_offsets, count,

……

pcre_free_substring_list(stringlist);

 

10. pcre_fullinfo

       原型：

#include <pcre.h>

int pcre_fullinfo(const pcre *code, const pcre_extra *extra, int what, void *where);

功能：返回编译出来的模式的信息。

参数：

code        编译好的模式

extra        pcre_study()的返回值，或者NULL

what        什么信息

where       存储位置

示例：

Line997          if ((rc = pcre_fullinfo(re, study, option, ptr)) < 0)

fprintf(outfile, "Error %d from pcre_fullinfo(%d)/n", rc, option);

}

 

11. pcre_get_named_substring

       原型：

#include <pcre.h>

int pcre_get_named_substring(const pcre *code, const char *subject, int *ovector, int stringcount, const char *stringname, const char **stringptr);

功能：根据编号获取捕获的字串。

参数：

code            成功匹配的模式

subject          匹配的串

ovector          pcre_exec() 使用的偏移向量

stringcount       pcre_exec()的返回值

stringname       捕获字串的名字

stringptr         存放结果的字符串指针

示例：

Line2759        const char *substring;

int rc = pcre_get_named_substring(re, (char *)bptr, use_offsets,

            count, (char *)getnamesptr, &substring);

 

12. pcre_get_stringnumber

       原型：

#include <pcre.h>

int pcre_get_stringnumber(const pcre *code, const char *name);

功能：根据命名捕获的名字获取对应的编号。

参数：

code         成功匹配的模式

name        捕获名字

 

13. pcre_get_substring

       原型：

#include <pcre.h>

int pcre_get_substring(const char *subject, int *ovector, int stringcount, int stringnumber, const char **stringptr);

功能：获取匹配的子串。

参数：

subject       成功匹配的串

ovector       pcre_exec() 使用的偏移向量

stringcount    pcre_exec()的返回值

stringnumber  获取的字符串编号

stringptr      字符串指针

 

14. pcre_get_substring_list

       原型：

#include <pcre.h>

int pcre_get_substring_list(const char *subject, int *ovector, int stringcount, const char ***listptr);

功能：获取匹配的所有子串。

参数：

subject       成功匹配的串

ovector       pcre_exec() 使用的偏移向量

stringcount    pcre_exec()的返回值

listptr        字符串列表的指针

 

15. pcre_info

       原型：

#include <pcre.h>

int pcre_info(const pcre *code, int *optptr, int *firstcharptr);

已过时，使用pcre_fullinfo替代。

 

16. pcre_maketables

       原型：

#include <pcre.h>

const unsigned char *pcre_maketables(void);

功能：生成一个字符表，表中每一个元素的值不大于256，可以用它传给pcre_compile()替换掉内建的字符表。

参数：

示例：

Line2759 tables = pcre_maketables();

 

17. pcre_refcount

       原型：

#include <pcre.h>

int pcre_refcount(pcre *code, int adjust);

功能：编译模式的引用计数。

参数：

code       已编译的模式

adjust      调整的引用计数值

 

18. pcre_study

       原型：

#include <pcre.h>

pcre_extra *pcre_study(const pcre *code, int options, const char **errptr);

功能：对编译的模式进行学习，提取可以加速匹配过程的信息。

参数：

code      已编译的模式

options    选项

errptr     出错消息

示例：

Line1797 extra = pcre_study(re, study_options, &error);

 

19. pcre_version

       原型：

#include <pcre.h>

char *pcre_version(void);

功能：返回PCRE的版本信息。

参数：

示例：

Line1384 if (!quiet) fprintf(outfile, "PCRE version %s/n/n", pcre_version());

 

示例代码：

#define PCRE_STATIC // 静态库编译选项 
#include <stdio.h> 
#include <string.h> 
#include <pcre.h> 
#define OVECCOUNT 30  
#define EBUFLEN 128 
#define BUFLEN 1024 
  
int main() 
{ 
    pcre  *re; 
    const char *error; 
    int  erroffset; 
    int  ovector[OVECCOUNT]; 
    int  rc, i; 
    char  src [] = "111 <title>Hello World</title> 222";   // 要被用来匹配的字符串 
    char  pattern [] = "<title>(.*)</(tit)le>";    // 将要被编译的字符串形式的正则表达式 
    printf("String : %s\n", src); 
    printf("Pattern: \"%s\"\n", pattern); 
    re = pcre_compile(pattern,     // pattern, 输入参数，将要被编译的字符串形式的正则表达式 
                       0,             // options, 输入参数，用来指定编译时的一些选项 
                       &error,         // errptr, 输出参数，用来输出错误信息 
                       &erroffset,     // erroffset, 输出参数，pattern中出错位置的偏移量 
                       NULL);         // tableptr, 输入参数，用来指定字符表，一般情况用NULL 
    // 返回值：被编译好的正则表达式的pcre内部表示结构 
    if (re == NULL)

    {//如果编译失败，返回错误信息 
            printf("PCRE compilation failed at offset %d: %s\n", erroffset, error); 
            return 1; 
    } 
    rc = pcre_exec(re,    // code, 输入参数，用pcre_compile编译好的正则表达结构的指针 
                   NULL,  // extra, 输入参数，用来向pcre_exec传一些额外的数据信息的结构的指针 
                   src,   // subject, 输入参数，要被用来匹配的字符串 
                   strlen(src),  // length, 输入参数，要被用来匹配的字符串的指针 
                   0,     // startoffset, 输入参数，用来指定subject从什么位置开始被匹配的偏移量 
                   0,     // options, 输入参数，用来指定匹配过程中的一些选项 
                   ovector,        // ovector, 输出参数，用来返回匹配位置偏移量的数组 
                   OVECCOUNT);    // ovecsize, 输入参数， 用来返回匹配位置偏移量的数组的最大大小 
    // 返回值：匹配成功返回非负数，没有匹配返回负数 
    if (rc < 0)

    {//如果没有匹配，返回错误信息 
            if (rc == PCRE_ERROR_NOMATCH) printf("Sorry, no match ...\n"); 
            else printf("Matching error %d\n", rc); 
            pcre_free(re); 
            return 1; 
    } 
    printf("\nOK, has matched ...\n\n");   //没有出错，已经匹配 
    for (i = 0; i < rc; i++)

    {//分别取出捕获分组 $0整个正则公式 $1第一个() 
            char *substring_start = src + ovector[2*i]; 
            int substring_length = ovector[2*i+1] - ovector[2*i]; 
            printf("$-: %.*s\n", i, substring_length, substring_start); 
    } 
    pcre_free(re);   // 编译正则表达式re 释放内存 
    return 0; 
}

编译命令以及参数：
gcc -o test.exe -ID:/Develop/Pcre/include -L. -LD:/Develop/Pcre/lib   -lpcre

 

备：ovector返回的是匹配字符串的偏移，包括起始偏移和结束偏移，所以就有循环内部的2*i处理。

 

三、pcre++
pcre++（http://www./PCRE）对pcre做了c++封装，使用起来更加方便。

CODE:


#include <string>
#include <iostream>
#include <pcre++.h>

using namespace std;
using namespace pcrepp;

int main()
{
        string src("111 <title>Hello World</title> 222");
        string pattern("<title>(.*)</title>");

        cout << "String : " << src << endl;
        cout << "Pattern : " << pattern << endl;

        Pcre reg(pattern, PCRE_DOTALL);
        if (reg.search(src) == true) { //
                cout << "/nOK, has matched .../n/n";
                for(int pos = 0; pos < reg.matches(); pos++) {
                        cout << pos << ": " << reg[pos] << endl;
                }
        } else {
                cout << "Sorry, no match .../n";
                return 1;
        }

        return 0;
}执行结果是：

CODE:

String : 111 <title>Hello World</title> 222
Pattern : <title>(.*)</title>

OK, has matched ...

0: Hello World