PCRE正则库的使用
版权声明：本文为博主原创文章，未经博主允许不得转载。
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：
- #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。