无法匹配 C 中的正则表达式

Question

我有以下正则表达式的问题：

 prefix:\w+,\w+,\s*-?[0-9]{1,4}\s*,\s*-?[0-9]{1,4}\s*,\s*-?[0-9]{1,4}\s*,(?:\w+)

匹配字符串如下：

prefix:string,string,-100,100,0,string

我无法在我的 C 代码中匹配这个字符串。至少我在生成这个正则表达式的一些在线工具上获得了成功的匹配。还有关于正则表达式中“\”字符的编译警告，所以我按照c-compiler-warning-unknown-escape-sequence-using-regex-for-c-program 中的解释替换了它。编译警告修复后的正则表达式：

prefix:\\w+,\\w+,\\s*-?[0-9]{1,4}\\s*,\\s*-?[0-9]{1,4}\\s*,\\s*-?[0-9]{1,4}\\s*,(?:\\w+)

下面是测试代码：

#include <stdio.h>
#include <regex.h>        
#include <stdlib.h>

#define REGEX "prefix:\\w+,\\w+,\\s*-?[0-9]{1,4}\\s*,\\s*-?[0-9]{1,4}\\s*,\\s*-?[0-9]{1,4}\\s*,(?:\\w+)"

const char *input = "prefix:string,string,-100,100,0,string";
int main(){

    int rc;

    regex_t regex;

    rc = regcomp(&regex, REGEX, 0);
    if (rc != 0) {
        fprintf(stderr, "Could not compile regex\n");
        exit(1);
    }

    rc = regexec(&regex, input, 0, NULL, 0);
    if (rc == 0) {
        printf("Match!\n");
        return 0;
    }
    else if (rc == REG_NOMATCH) {
        printf("No match\n");
        return -1;
    }
    else {
        perror("Error\n");
        exit(1);
    }

    return 0;
}

我使用 gcc 版本 6.2.0 20161005 (Ubuntu 6.2.0-5ubuntu12)

Answer 1

你需要做两件事：

• 使用REG_EXTENDED标志编译正则表达式（以便启用扩展正则表达式风格（ERE）），否则限制量词将需要转义，并且可能存在其他潜在问题
• 删除非捕获组，(?:...)因为 POSIX 不支持此构造。
• 要使\w+可选，只需替换(?:\w+)为\w*.

用

#define REGEX "prefix:\\w+,\\w+,\\s*-?[0-9]{1,4}\\s*,\\s*-?[0-9]{1,4}\\s*,\\s*-?[0-9]{1,4}\\s*,\\w*"
                                                                                                ^^^

进而

rc = regcomp(&regex, REGEX, REG_EXTENDED);
                            ^^^^^^^^^^^^

请参阅C 演示。

此外，请参阅有关由启用的扩展正则表达式的更多信息REG_EXTENDED，POSIX Bracket Expressions也是了解 BRE（基本正则表达式）和 ERE 风格之间差异的好资源。