Wyrażenia regularne w C: przykłady?

Jestem za prostymi przykładami i najlepszymi praktykami, jak używać wyrażeń regularnych w ANSI C. man regex.hnie zapewnia to zbyt dużej pomocy.

Wyrażenia regularne w rzeczywistości nie są częścią ANSI C. Wygląda na to, że możesz mówić o bibliotece wyrażeń regularnych POSIX, która zawiera większość (wszystkie?) * Nixy. Oto przykład użycia wyrażeń regularnych POSIX w C (na podstawie tego ):

#include <regex.h>        
regex_t regex;
int reti;
char msgbuf[100];

/* Compile regular expression */
reti = regcomp(&regex, "^a[[:alnum:]]", 0);
if (reti) {
    fprintf(stderr, "Could not compile regex\n");
    exit(1);
}

/* Execute regular expression */
reti = regexec(&regex, "abc", 0, NULL, 0);
if (!reti) {
    puts("Match");
}
else if (reti == REG_NOMATCH) {
    puts("No match");
}
else {
    regerror(reti, &regex, msgbuf, sizeof(msgbuf));
    fprintf(stderr, "Regex match failed: %s\n", msgbuf);
    exit(1);
}

/* Free memory allocated to the pattern buffer by regcomp() */
regfree(&regex);

Alternatywnie, możesz chcieć sprawdzić PCRE , bibliotekę zgodnych z Perlem wyrażeń regularnych w C. Składnia Perla jest prawie taką samą składnią, jak w Javie, Pythonie i wielu innych językach. Składnia POSIX jest składnia wykorzystywana przez grep, sed, vi, itd.

Prawdopodobnie nie jest to to, czego chcesz, ale narzędzie takie jak re2c może kompilować wyrażenia regularne POSIX (-ish) do ANSI C. Zostało napisane jako zamiennik lex, ale takie podejście pozwala poświęcić elastyczność i czytelność dla ostatniego bitu szybkości, jeśli naprawdę tego potrzebujesz.

man regex.hzgłasza, że ​​nie ma ręcznego wprowadzania dla regex.h, ale man 3 regex udostępnia stronę wyjaśniającą funkcje POSIX do dopasowywania wzorców.
Te same funkcje są opisane w Bibliotece GNU C: Dopasowywanie wyrażeń regularnych , która wyjaśnia, że ​​Biblioteka GNU C obsługuje zarówno interfejs POSIX.2, jak i interfejs, który biblioteka GNU C miała od wielu lat.

Na przykład dla hipotetycznego programu, który wyświetla, które z łańcuchów przekazanych jako argument są zgodne ze wzorcem przekazanym jako pierwszy argument, można użyć kodu podobnego do poniższego.

#include <errno.h>
#include <regex.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

void print_regerror (int errcode, size_t length, regex_t *compiled);

int
main (int argc, char *argv[])
{
  regex_t regex;
  int result;

  if (argc < 3)
    {
      // The number of passed arguments is lower than the number of
      // expected arguments.
      fputs ("Missing command line arguments\n", stderr);
      return EXIT_FAILURE;
    }

  result = regcomp (&regex, argv[1], REG_EXTENDED);
  if (result)
    {
      // Any value different from 0 means it was not possible to 
      // compile the regular expression, either for memory problems
      // or problems with the regular expression syntax.
      if (result == REG_ESPACE)
        fprintf (stderr, "%s\n", strerror(ENOMEM));
      else
        fputs ("Syntax error in the regular expression passed as first argument\n", stderr);
      return EXIT_FAILURE;               
    }
  for (int i = 2; i < argc; i++)
    {
      result = regexec (&regex, argv[i], 0, NULL, 0);
      if (!result)
        {
          printf ("'%s' matches the regular expression\n", argv[i]);
        }
      else if (result == REG_NOMATCH)
        {
          printf ("'%s' doesn't the regular expression\n", argv[i]);
        }
      else
        {
          // The function returned an error; print the string 
          // describing it.
          // Get the size of the buffer required for the error message.
          size_t length = regerror (result, &regex, NULL, 0);
          print_regerror (result, length, &regex);       
          return EXIT_FAILURE;
        }
    }

  /* Free the memory allocated from regcomp(). */
  regfree (&regex);
  return EXIT_SUCCESS;
}

void
print_regerror (int errcode, size_t length, regex_t *compiled)
{
  char buffer[length];
  (void) regerror (errcode, compiled, buffer, length);
  fprintf(stderr, "Regex match failed: %s\n", buffer);
}

Ostatnim argumentem regcomp()musi być co najmniej REG_EXTENDED, lub funkcje użyje podstawowych wyrażeń regularnych , co oznacza, że (na przykład) trzeba by użyć a\{3\}zamiast a{3}stosować z rozszerzonych wyrażeń regularnych , który jest chyba to, co można oczekiwać, aby używać.

POSIX.2 ma również inną funkcję wieloznacznego dopasowania: fnmatch(). Nie pozwala skompilować wyrażenia regularnego ani pobrać podciągów pasujących do wyrażenia podrzędnego, ale jest bardzo specyficzny dla sprawdzenia, czy nazwa pliku pasuje do symbolu wieloznacznego (np. Używa FNM_PATHNAMEflagi).

To jest przykład użycia REG_EXTENDED. To wyrażenie regularne

"^(-)?([0-9]+)((,|.)([0-9]+))?\n$"

Pozwala złapać liczby dziesiętne w systemie hiszpańskim i międzynarodowym. :)

#include <regex.h>
#include <stdlib.h>
#include <stdio.h>
regex_t regex;
int reti;
char msgbuf[100];

int main(int argc, char const *argv[])
{
    while(1){
        fgets( msgbuf, 100, stdin );
        reti = regcomp(&regex, "^(-)?([0-9]+)((,|.)([0-9]+))?\n$", REG_EXTENDED);
        if (reti) {
            fprintf(stderr, "Could not compile regex\n");
            exit(1);
        }

        /* Execute regular expression */
        printf("%s\n", msgbuf);
        reti = regexec(&regex, msgbuf, 0, NULL, 0);
        if (!reti) {
            puts("Match");
        }
        else if (reti == REG_NOMATCH) {
            puts("No match");
        }
        else {
            regerror(reti, &regex, msgbuf, sizeof(msgbuf));
            fprintf(stderr, "Regex match failed: %s\n", msgbuf);
            exit(1);
        }

        /* Free memory allocated to the pattern buffer by regcomp() */
        regfree(&regex);
    }

}

Chociaż powyższa odpowiedź jest dobra, polecam użycie PCRE2 . Oznacza to, że możesz teraz dosłownie użyć wszystkich przykładów wyrażeń regularnych i nie musisz tłumaczyć z niektórych starożytnych wyrażeń regularnych.

Odpowiedziałem już na to, ale myślę, że tutaj też może pomóc ..

Regex w C, aby wyszukać numery kart kredytowych

// YOU MUST SPECIFY THE UNIT WIDTH BEFORE THE INCLUDE OF THE pcre.h

#define PCRE2_CODE_UNIT_WIDTH 8
#include <stdio.h>
#include <string.h>
#include <pcre2.h>
#include <stdbool.h>

int main(){

bool Debug = true;
bool Found = false;
pcre2_code *re;
PCRE2_SPTR pattern;
PCRE2_SPTR subject;
int errornumber;
int i;
int rc;
PCRE2_SIZE erroroffset;
PCRE2_SIZE *ovector;
size_t subject_length;
pcre2_match_data *match_data;


char * RegexStr = "(?:\\D|^)(5[1-5][0-9]{2}(?:\\ |\\-|)[0-9]{4}(?:\\ |\\-|)[0-9]{4}(?:\\ |\\-|)[0-9]{4})(?:\\D|$)";
char * source = "5111 2222 3333 4444";

pattern = (PCRE2_SPTR)RegexStr;// <<<<< This is where you pass your REGEX 
subject = (PCRE2_SPTR)source;// <<<<< This is where you pass your bufer that will be checked. 
subject_length = strlen((char *)subject);




  re = pcre2_compile(
  pattern,               /* the pattern */
  PCRE2_ZERO_TERMINATED, /* indicates pattern is zero-terminated */
  0,                     /* default options */
  &errornumber,          /* for error number */
  &erroroffset,          /* for error offset */
  NULL);                 /* use default compile context */

/* Compilation failed: print the error message and exit. */
if (re == NULL)
  {
  PCRE2_UCHAR buffer[256];
  pcre2_get_error_message(errornumber, buffer, sizeof(buffer));
  printf("PCRE2 compilation failed at offset %d: %s\n", (int)erroroffset,buffer);
  return 1;
  }


match_data = pcre2_match_data_create_from_pattern(re, NULL);

rc = pcre2_match(
  re,
  subject,              /* the subject string */
  subject_length,       /* the length of the subject */
  0,                    /* start at offset 0 in the subject */
  0,                    /* default options */
  match_data,           /* block for storing the result */
  NULL);

if (rc < 0)
  {
  switch(rc)
    {
    case PCRE2_ERROR_NOMATCH: //printf("No match\n"); //
    pcre2_match_data_free(match_data);
    pcre2_code_free(re);
    Found = 0;
    return Found;
    //  break;
    /*
    Handle other special cases if you like
    */
    default: printf("Matching error %d\n", rc); //break;
    }
  pcre2_match_data_free(match_data);   /* Release memory used for the match */
  pcre2_code_free(re);
  Found = 0;                /* data and the compiled pattern. */
  return Found;
  }


if (Debug){
ovector = pcre2_get_ovector_pointer(match_data);
printf("Match succeeded at offset %d\n", (int)ovector[0]);

if (rc == 0)
  printf("ovector was not big enough for all the captured substrings\n");


if (ovector[0] > ovector[1])
  {
  printf("\\K was used in an assertion to set the match start after its end.\n"
    "From end to start the match was: %.*s\n", (int)(ovector[0] - ovector[1]),
      (char *)(subject + ovector[1]));
  printf("Run abandoned\n");
  pcre2_match_data_free(match_data);
  pcre2_code_free(re);
  return 0;
}

for (i = 0; i < rc; i++)
  {
  PCRE2_SPTR substring_start = subject + ovector[2*i];
  size_t substring_length = ovector[2*i+1] - ovector[2*i];
  printf("%2d: %.*s\n", i, (int)substring_length, (char *)substring_start);
  }
}

else{
  if(rc > 0){
    Found = true;

    } 
} 
pcre2_match_data_free(match_data);
pcre2_code_free(re);
return Found;

}

Zainstaluj PCRE za pomocą:

wget https://ftp.pcre.org/pub/pcre/pcre2-10.31.zip
make 
sudo make install 
sudo ldconfig

Kompiluj przy użyciu:

gcc foo.c -lpcre2-8 -o foo

Sprawdź moją odpowiedź, aby uzyskać więcej informacji.