Linux программирование в примерах

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.