在C中编译/匹配POSIX正则表达式

Question

我正在尝试匹配字符串中的以下项目pcode:

• u 后跟1或2位数字
• phaseu
• phasep
• x (被非单词字符包围)
• y (被非单词字符包围)
• z (被非单词字符包围)

我尝试使用POSIX正则表达式函数实现正则表达式匹配(如下所示),但有两个问题:

1. 编译后的模式似乎没有子模式(即compiled.n_sub == 0).
2. 该模式在字符串"u0"中找不到匹配项,它确实应该!

我相信正则表达式字符串本身正在工作 - 它在python和TextMate中工作 - 我的问题在于C语言中的编译等.任何帮助完成工作将非常感激.

提前感谢您的回答.

if(idata=tb_find(deftb,pdata)){
    MESSAGE("Global variable!\n");
    char pattern[80] = "((u[0-9]{1,2})|(phaseu)|(phasep)|[\\W]+([xyz])[\\W]+)";
    MESSAGE("Pattern = \"%s\"\n",pattern);
    regex_t compiled;
    if(regcomp(&compiled, pattern, 0) == 0){
        MESSAGE("Compiled regular expression \"%s\".\n", pattern);
    }

    int nsub = compiled.re_nsub;
    MESSAGE("nsub = %d.\n",nsub);
    regmatch_t matchptr[nsub];
    int err;
    if(err = regexec (&compiled, pcode, nsub, matchptr, 0)){
        if(err == REG_NOMATCH){
            MESSAGE("Regular expression did not match.\n");
        }else if(err == REG_ESPACE){
            MESSAGE("Ran out of memory.\n");
        }
    }
    regfree(&compiled);
}

Answer 1

看来你打算使用类似于"扩展"POSIX正则表达式语法的东西.POSIX定义了两种不同的正则表达式语法,一种是"基本"(读"过时")语法和"扩展"语法.要使用扩展语法,您需要添加以下REG_EXTENDED标志regcomp:

...
if(regcomp(&compiled, pattern, REG_EXTENDED) == 0){
...

如果没有此标志,regcomp将使用"基本"正则表达式语法.有一些重要的区别,例如:

• 不支持|运营商
• 子匹配的括号需要转义,\(并且\)

还应该注意的是,POSIX扩展正则表达式语法与Python的正则表达式不兼容1:1(不了解TextMate).特别是,我担心你的regexp的这部分在POSIX中不起作用,或者至少不可移植:

 [\\W]

POSIX指定非空格字符的方式是:

 [^[:space:]]

你对POSIX的整个正则表达式应该在C中看起来像这样:

 char *pattern = "((u[0-9]{1,2})|(phaseu)|(phasep)|[^[:space:]]+([xyz])[^[:space:]]+)";