標(biāo)準(zhǔn)的C和C++都不支持正則表達(dá)式，但有一些函數(shù)庫(kù)可以輔助C/C++程序員完成這一功能，其中最著名的當(dāng)數(shù)Philip Hazel的Perl-Compatible Regular Expression庫(kù)，許多Linux發(fā)行版本都帶有這個(gè)函數(shù)庫(kù)。
C語(yǔ)言處理正則表達(dá)式常用的函數(shù)有regcomp()、regexec()、regfree()和regerror()，一般分為三個(gè)步驟，如下所示：

C語(yǔ)言中使用正則表達(dá)式一般分為三步：

1. 編譯正則表達(dá)式 regcomp()
2. 匹配正則表達(dá)式 regexec()
3. 釋放正則表達(dá)式 regfree()

下邊是對(duì)三個(gè)函數(shù)的詳細(xì)解釋

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

這個(gè)函數(shù)把指定的正則表達(dá)式pattern編譯成一種特定的數(shù)據(jù)格式compiled，這樣可以使匹配更有效。函數(shù)regexec 會(huì)使用這個(gè)數(shù)據(jù)在目標(biāo)文本串中進(jìn)行模式匹配。執(zhí)行成功返回０。 　

參數(shù)說(shuō)明：

①regex_t 是一個(gè)結(jié)構(gòu)體數(shù)據(jù)類型，用來(lái)存放編譯后的正則表達(dá)式，它的成員re_nsub 用來(lái)存儲(chǔ)正則表達(dá)式中的子正則表達(dá)式的個(gè)數(shù)，子正則表達(dá)式就是用圓括號(hào)包起來(lái)的部分表達(dá)式。
②pattern 是指向我們寫好的正則表達(dá)式的指針。
③cflags 有如下4個(gè)值或者是它們或運(yùn)算(|)后的值：
REG_EXTENDED 以功能更加強(qiáng)大的擴(kuò)展正則表達(dá)式的方式進(jìn)行匹配。
REG_ICASE 匹配字母時(shí)忽略大小寫。
REG_NOSUB 不用存儲(chǔ)匹配后的結(jié)果。
REG_NEWLINE 識(shí)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(dāng)我們編譯好正則表達(dá)式后，就可以用regexec 匹配我們的目標(biāo)文本串了，如果在編譯正則表達(dá)式的時(shí)候沒(méi)有指定cflags的參數(shù)為REG_NEWLINE，則默認(rèn)情況下是忽略換行符的，也就是把整個(gè)文本串當(dāng)作一個(gè)字符串處理。執(zhí)行成功返回０。
regmatch_t 是一個(gè)結(jié)構(gòu)體數(shù)據(jù)類型，在regex.h中定義：

typedef struct
{
regoff_t rm_so;
regoff_t rm_eo;
} regmatch_t;

成員rm_so 存放匹配文本串在目標(biāo)串中的開始位置，rm_eo 存放結(jié)束位置。通常我們以數(shù)組的形式定義一組這樣的結(jié)構(gòu)。因?yàn)橥覀兊恼齽t表達(dá)式中還包含子正則表達(dá)式。數(shù)組0單元存放主正則表達(dá)式位置，后邊的單元依次存放子正則表達(dá)式位置。

參數(shù)說(shuō)明：

①compiled 是已經(jīng)用regcomp函數(shù)編譯好的正則表達(dá)式。
②string 是目標(biāo)文本串。
③nmatch 是regmatch_t結(jié)構(gòu)體數(shù)組的長(zhǎng)度。
④matchptr regmatch_t類型的結(jié)構(gòu)體數(shù)組，存放匹配文本串的位置信息。
⑤eflags 有兩個(gè)值
REG_NOTBOL 按我的理解是如果指定了這個(gè)值，那么'^'就不會(huì)從我們的目標(biāo)串開始匹配?？傊业浆F(xiàn)在還不是很明白這個(gè)參數(shù)的意義；
REG_NOTEOL 和上邊那個(gè)作用差不多，不過(guò)這個(gè)指定結(jié)束end of line。

3. void regfree (regex_t *compiled)

當(dāng)我們使用完編譯好的正則表達(dá)式后，或者要重新編譯其他正則表達(dá)式的時(shí)候，我們可以用這個(gè)函數(shù)清空compiled指向的regex_t結(jié)構(gòu)體的內(nèi)容，請(qǐng)記住，如果是重新編譯的話，一定要先清空regex_t結(jié)構(gòu)體。

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

當(dāng)執(zhí)行regcomp 或者regexec 產(chǎn)生錯(cuò)誤的時(shí)候，就可以調(diào)用這個(gè)函數(shù)而返回一個(gè)包含錯(cuò)誤信息的字符串。

參數(shù)說(shuō)明：
①errcode 是由regcomp 和 regexec 函數(shù)返回的錯(cuò)誤代號(hào)。
②compiled 是已經(jīng)用regcomp函數(shù)編譯好的正則表達(dá)式，這個(gè)值可以為NULL。
③buffer 指向用來(lái)存放錯(cuò)誤信息的字符串的內(nèi)存空間。
④length 指明buffer的長(zhǎng)度，如果這個(gè)錯(cuò)誤信息的長(zhǎng)度大于這個(gè)值，則regerror 函數(shù)會(huì)自動(dòng)截?cái)喑龅淖址?，但他仍然?huì)返回完整的字符串的長(zhǎng)度。所以我們可以用如下的方法先得到錯(cuò)誤字符串的長(zhǎng)度。

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

下邊是一個(gè)匹配Email例子，按照上面的三步就可以。

下面的程序負(fù)責(zé)從命令行獲取正則表達(dá)式，然后將其運(yùn)用于從標(biāo)準(zhǔn)輸入得到的每行數(shù)據(jù)，并打印出匹配結(jié)果。

#include <stdio.h>
#include <sys/types.h>
#include <regex.h>

/* 取子串的函數(shù) */
static char* substr(const char*str,
unsigned start, unsigned end)
{
 unsigned n = end - start;
 static char stbuf[256];
 strncpy(stbuf, str + start, n);
 stbuf[n] = 0;
 return stbuf;
}

/* 主程序 */
int main(int argc, char** argv)
{
 char * pattern;
 int x, z, lno = 0, cflags = 0;
 char ebuf[128], lbuf[256];
 regex_t reg;
 regmatch_t pm[10];
 const size_t nmatch = 10;
 /* 編譯正則表達(dá)式*/
 pattern = argv[1];
 z = regcomp(?, pattern, cflags);
 if (z != 0){
  regerror(z, ?, ebuf, sizeof(ebuf));
  fprintf(stderr, "%s: pattern '%s' \n",ebuf, pattern);
  return 1;
 }
 /* 逐行處理輸入的數(shù)據(jù) */
 while(fgets(lbuf, sizeof(lbuf), stdin))
 {
  ++lno;
  if ((z = strlen(lbuf)) > 0 && lbuf[z-1] == '\n')
  lbuf[z - 1] = 0;
  /* 對(duì)每一行應(yīng)用正則表達(dá)式進(jìn)行匹配 */
  z = regexec(?, lbuf, nmatch, pm, 0);
  if (z == REG_NOMATCH) continue;
  else if (z != 0) {
   regerror(z, ?, ebuf, sizeof(ebuf));
   fprintf(stderr, "%s: regcom('%s')\n", ebuf, lbuf);
   return 2;
  }
  /* 輸出處理結(jié)果 */
  for (x = 0; x < nmatch && pm[x].rm_so != -1; ++ x)
  {
   if (!x) printf("%04d: %s\n", lno, lbuf);
   printf(" $%d='%s'\n", x, substr(lbuf, pm[x].rm_so, pm[x].rm_eo));
  }
 }
 /* 釋放正則表達(dá)式 */
 regfree(?);
 return 0;
}

執(zhí)行下面的命令可以編譯并執(zhí)行該程序：

# gcc regexp.c -o regexp
# ./regexp 'regex[a-z]*' < regexp.c
0003: #include <regex.h>
$0='regex'
0027: regex_t reg;
$0='regex'
0054: z = regexec(?, lbuf, nmatch, pm, 0);
$0='regexec'

小結(jié)：對(duì)那些需要進(jìn)行復(fù)雜數(shù)據(jù)處理的程序來(lái)說(shuō)，正則表達(dá)式無(wú)疑是一個(gè)非常有用的工具。本文重點(diǎn)在于闡述如何在C語(yǔ)言中利用正則表達(dá)式來(lái)簡(jiǎn)化字符串處理，以便在數(shù)據(jù)處理方面能夠獲得與Perl語(yǔ)言類似的靈活性。