PCRE正则库的使用

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

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());

程序实例：

[cpp] view plain copy

#define PCRE_STATIC // 静态库编译选项
#include <stdio.h>
#include <string.h>
#include <pcre.h>
#define OVECCOUNT 30 /* should be a multiple of 3 */
#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 $1第一个()
char *substring_start = src + ovector[2*i];
int substring_length = ovector[2*i+1] - ovector[2*i];
printf("$%2d: %.*s/n", i, substring_length, substring_start);
}
pcre_free(re); // 编译正则表达式re 释放内存
return 0;
}

程序来自网上，看到有人不理解最后一个for循环的含义，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。

OracleLoyal

公告