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，許多Linux發(fā)行版本都帶有這個函數(shù)庫。
C語言處理正則表達(dá)式常用的函數(shù)有regcomp()、regexec()、regfree()和regerror()，一般分為三個步驟，如下所示：

C語言中使用正則表達(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()

下邊是對三個函數(shù)的詳細(xì)解釋

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

這個函數(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 會使用這個數(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)說明：

①regex_t 是一個結(jié)構(gòu)體數(shù)據(jù)類型，用來存放編譯后的正則表達(dá)式，它的成員re_nsub 用來存儲正則表達(dá)式中的子正則表達(dá)式的個數(shù)，子正則表達(dá)式就是用圓括號包起來的部分表達(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 不用存儲匹配后的結(jié)果。
REG_NEWLINE 識別換行符，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，也就是把整個文本串當(dāng)作一個字符串處理。執(zhí)行成功返回０。
regmatch_t 是一個結(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 有兩個值
REG_NOTBOL 按我的理解是如果指定了這個值，那么'^'就不會從我們的目標(biāo)串開始匹配。總之我到現(xiàn)在還不是很明白這個參數(shù)的意義；
REG_NOTEOL 和上邊那個作用差不多，不過這個指定結(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，我們可以用這個函數(shù)清空compiled指向的regex_t結(jié)構(gòu)體的內(nèi)容，請記住，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)生錯誤的時(shí)候，就可以調(diào)用這個函數(shù)而返回一個包含錯誤信息的字符串。

參數(shù)說明：
①errcode 是由regcomp 和 regexec 函數(shù)返回的錯誤代號。
②compiled 是已經(jīng)用regcomp函數(shù)編譯好的正則表達(dá)式，這個值可以為NULL。
③buffer 指向用來存放錯誤信息的字符串的內(nèi)存空間。
④length 指明buffer的長度，如果這個錯誤信息的長度大于這個值，則regerror 函數(shù)會自動截?cái)喑龅淖址匀粫祷赝暾淖址拈L度。所以我們可以用如下的方法先得到錯誤字符串的長度。

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

下邊是一個匹配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.c0003: #include <regex.h>$0='regex'0027: regex_t reg;$0='regex'0054: z = regexec(?, lbuf, nmatch, pm, 0);$0='regexec'

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