echo
~arnold/.p*
12.8. Регулярные выражения
Регулярные выражения являются способом описания текстовых шаблонов для сопоставления. Если вы вообще сколько-нибудь использовали GNU/Linux или Unix, вы без сомнения знакомы с регулярными выражениями: они являются фундаментальной частью инструментария программиста Unix. Они неотъемлемы от таких повседневных программ, как
grep
,
egrep
,
sed
,
awk
, Perl, а также редакторы
ed
,
vi
,
vim
и Emacs. Если вы вообще не знакомы с регулярными выражениями, мы рекомендуем ознакомиться с некоторыми из книг или URL, указанных в разделе 12.9 «Рекомендуемая литература».
POSIX определяет два вида регулярных выражений: базовый и расширенный. Программы типа
grep
,
sed
и строчный редактор
ed
используют базовые регулярные выражения. Программы типа
egrep
и
awk
используют расширенные регулярные выражения. Следующие функции дают вам возможность использовать в своих программах любой вид.
#include <sys/types.h> /* POSIX */
#include <regex.h>
int regcomp(regex_t *preg, const char *regex, int cflags);
int regexec(const regex_t *preg, const char *string, size_t nmatch,
regmatch_t pmatch[], int eflags);
size_t regerror(int errcode, const regex_t *preg,
char *errbuf, size_t errbuf_size);
void regfree(regex_t *preg);
Чтобы сопоставить регулярное выражение, нужно сначала откомпилировать строчную версию регулярного выражения. Компиляция преобразует регулярное выражение во внутренний формат. Затем откомпилированная форма исполняется для строки для проверки, совпадает ли она с первоначальным регулярным выражением. Функции следующие.
int regcomp(regex_t *preg, const char *regex, int cflags)
Компилирует регулярное выражение
regex
во внутреннее представление, сохраняя его в структуре
regex_t
, на которую указывает
preg
.
cflags
контролирует процесс компиляции; ее значение равно 0 или побитовому ИЛИ одного или более флагов из табл. 12.7
int regexec(const regex_t *preg, const char *string, size_t nmatch,
regmatch_t pmatch[], int eflags)
Выполняет откомпилированное регулярное выражение в
*preg
в строке
string eflags
контролирует способ выполнения; ее значение равно 0 или побитовому ИЛИ одного или более флагов из табл. 12.8. Вскоре мы обсудим другие аргументы.
size_t regerror(int errcode, const regex_t *preg,
char *errbuf, size_t errbuf_size)
Преобразует ошибку, возвращенную
regcomp()
или
regexec()
, в удобочитаемую строку.
void regfree(regex_t *preg)
Освобождает динамическую память, используемую откомпилированным регулярным выражением в
*preg
.
Заголовочный файл
<regex.h>
определяет ряд флагов. Некоторые используются с
regcomp()
; другие используются с
regexec()
. Однако, все они начинаются с префикса '
REG_
'. В табл. 12.7 перечислены флаги для компиляции регулярных выражений с помощью
regcomp()
.
Таблица 12.7. Флаги для
regcomp()
| Константа | Значение |
REG_EXTENDED
| Использовать расширенные регулярные выражения. По умолчанию используются базовые регулярные выражения |
REG_ICASE
| Сопоставление regexec()
игнорирует регистр символов |
REG_NEWLINE
| Операторы, заменяющие любой символ, не включают символ конца строки |
REG_NOSUB
| Информация о начале и конце вложенною шаблона не требуется (см текст) |
Флаги для сопоставления регулярных выражений с помощью
regexec()
приведены в табл. 12.8.
Таблица 12.8. Флаги дли
regexec()
| Константа | Значение |
REG_NOTBOL
| Оператор ^ (начало строки) не сопоставляется |
REG_NOTEOL
| Оператор $ (конец строки) не сопоставляется |
Флаги
REG_NEWLINE
,
REG_NOTBOL
и
REG_NOTEOL
взаимодействуют друг с другом. Это немного запутано, поэтому мы будем продвигаться небольшими шажками.
• Когда в
cflags
не включен
REG_NEWLINE
, символ конца строки действует в качестве обычного символа. С ним может быть сопоставлен метасимвол '
.
' (любой символ), а также дополненные списки символов ('
[^...]
'). При этом
$
не сопоставляется немедленно с началом вставленного символа новой строки, а
^
не сопоставляется немедленно с его концом.
• Когда в
eflags
установлен
REG_NOTBOL
, оператор
^
не соответствует началу строки. Это полезно, когда параметр
string
является адресом символа в середине сопоставляемого текста.
• Сходным образом, когда в
eflags
установлен
REG_NOTEOL
, оператор
$
не соответствует концу строки.
