准确来说，不论在C++或C中，只要在Linux系统中都可以使用本文讲诉的正则表达式使用方式。
一、Linux中正则表达式的使用步骤：
- 编译正则表达式 regcomp()
- 匹配正则表达式 regexec()
- 释放正则表达式 regfree()
- 错误处理 regerror()
二、使用举例：
1 /***************************************************************************** 2 * Copyright (C) 2017-2018 Hanson Yu All rights reserved. 3 ------------------------------------------------------------------------------ 4 * File Module : Regex.c 5 * Description : 6 7 [yweifeng@localhost test]$ gcc -o Regex Regex.c 8 [yweifeng@localhost test]$ ./Regex 9 Match 10 a=fmtp:96 packetization-mode=1;profile-level-id=640020;sprop-parameter-sets=Z2QAIKzZQEgG2wEQAAADABAAAAMB6PGDGWA=,aOvjyyLA 11 1 12 640020 13 Z2QAIKzZQEgG2wEQAAADABAAAAMB6PGDGWA= 14 aOvjyyLA 15 [yweifeng@localhost test]$ 16 17 18 * Created : 2017.11.01. 19 * Author : Yu Weifeng 20 * Function List : 21 * Last Modified : 22 * History : 23 ******************************************************************************/ 24 #include <stdio.h> 25 #include <stdlib.h> 26 27 #include <regex.h> 28 29 30 31 /***************************************************************************** 32 -Fuction : main 33 -Description : main 34 .点 匹配除“ ”之外的任何单个字符 35 * 匹配前面的子表达式任意次。例如，zo*能匹配“z”，也能匹配“zo”以及“zoo”。*等价于o{0,} 36 (pattern) 匹配模式串pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到 37 [xyz] 字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。 38 + 匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。 39 //如下例子中不用+，默认是一次，即只能匹配到一个数字6 40 41 [A-Za-z0-9] 26个大写字母、26个小写字母和0至9数字 42 43 [A-Za-z0-9+/=] 26个大写字母、26个小写字母0至9数字以及+/= 三个字符 44 45 46 -Input : 47 -Output : 48 -Return : 49 * Modify Date Version Author Modification 50 * ----------------------------------------------- 51 * 2017/11/01 V1.0.0 Yu Weifeng Created 52 ******************************************************************************/ 53 int main(int argc,char **argv) 54 { 55 int i,j=0; 56 char acErrBuf[256]; 57 int iRet=-1; 58 regex_t tReg; //定义一个正则实例 59 const char *strPattern = "a=.*packetization-mode=([0-9]+);profile-level-id=([0-9]+);sprop-parameter-sets=([A-Za-z0-9+/=]+),([A-Za-z0-9]+)";//定义模式串 60 //const char *strPattern = "a=.*packetization-mode=([0-9]+);profile-level-id=([0-9]+);sprop-parameter-sets=([A-Za-z0-9]+)";//定义模式串 61 char *pStrBuf = "a=fmtp:96 packetization-mode=1;profile-level-id=640020;sprop-parameter-sets=Z2QAIKzZQEgG2wEQAAADABAAAAMB6PGDGWA=,aOvjyyLA;"; //定义待匹配串 62 const size_t dwMatch = 5; //定义匹配结果最大允许数 //表示允许几个匹配 63 regmatch_t atMatch[5]; //定义匹配结果在待匹配串中的下标范围 //存储匹配串位置的数组 64 //数组0单元存放主正则表达式位置，后边的单元依次存放子正则表达式位置 65 66 67 68 //REG_ICASE 匹配字母时忽略大小写。 69 iRet =regcomp(&tReg, strPattern, REG_EXTENDED); //编译正则模式串 70 if(iRet != 0) 71 { 72 regerror(iRet, &tReg, acErrBuf, sizeof(acErrBuf)); 73 printf("Regex Error: %s ", acErrBuf); 74 } 75 else 76 { 77 iRet = regexec(&tReg, pStrBuf, dwMatch, atMatch, 0); //匹配他 78 if (iRet == REG_NOMATCH) 79 { //如果没匹配上 80 printf("No Match "); 81 } 82 else if (iRet == REG_NOERROR) 83 { //如果匹配上了 84 printf("Match "); 85 for(j=0;j<dwMatch;j++) 86 { 87 for (i= atMatch[j].rm_so; i < atMatch[j].rm_eo; i++) 88 { //遍历输出匹配范围的字符串 89 printf("%c", pStrBuf[i]); 90 } 91 printf(" "); 92 } 93 } 94 else 95 { 96 printf("Unknow err:%d",iRet); 97 } 98 99 regfree(&tReg); //释放正则表达式 100 } 101 102 return 0; 103 }
1 /***************************************************************************** 2 * Copyright (C) 2017-2018 Hanson Yu All rights reserved. 3 ------------------------------------------------------------------------------ 4 * File Module : Regex.c 5 * Description : 6 7 [yweifeng@localhost test]$ gcc -o Regex Regex.c 8 [yweifeng@localhost test]$ ./Regex 9 Match 10 a=fmtp:96 packetization-mode=1;profile-level-id=640020;sprop-parameter-sets=Z2QAIKzZQEgG2wEQAAADABAAAAMB6PGDGWA=,aOvjyyLA 11 1 12 640020 13 Z2QAIKzZQEgG2wEQAAADABAAAAMB6PGDGWA= 14 aOvjyyLA 15 [yweifeng@localhost test]$ 16 17 18 * Created : 2017.11.01. 19 * Author : Yu Weifeng 20 * Function List : 21 * Last Modified : 22 * History : 23 ******************************************************************************/ 24 #include <stdio.h> 25 #include <stdlib.h> 26 27 #include <regex.h> 28 29 30 31 /***************************************************************************** 32 -Fuction : main 33 -Description : main 34 .点 匹配除“ ”之外的任何单个字符 35 * 匹配前面的子表达式任意次。例如，zo*能匹配“z”，也能匹配“zo”以及“zoo”。*等价于o{0,} 36 (pattern) 匹配模式串pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到 37 [xyz] 字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。 38 + 匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。 39 //如下例子中不用+，默认是一次，即只能匹配到一个数字6 40 41 [A-Za-z0-9] 26个大写字母、26个小写字母和0至9数字 42 43 [A-Za-z0-9+/=] 26个大写字母、26个小写字母0至9数字以及+/= 三个字符 44 45 46 -Input : 47 -Output : 48 -Return : 49 * Modify Date Version Author Modification 50 * ----------------------------------------------- 51 * 2017/11/01 V1.0.0 Yu Weifeng Created 52 ******************************************************************************/ 53 int main(int argc,char **argv) 54 { 55 int i,j=0; 56 char acErrBuf[256]; 57 int iRet=-1; 58 regex_t tReg; //定义一个正则实例 59 const char *strPattern = "a=.*packetization-mode=([0-9]+);profile-level-id=([0-9]+)";//定义模式串 60 //profile-level-id=640020;profile-level-id=640021; 相同的,只能匹配前一个 61 char *pStrBuf = "a=fmtp:96 packetization-mode=1;profile-level-id=640020;profile-level-id=640021"; //定义待匹配串 62 const size_t dwMatch = 5; //定义匹配结果最大允许数 //表示允许几个匹配 63 regmatch_t atMatch[5]; //定义匹配结果在待匹配串中的下标范围 //存储匹配串位置的数组 64 //数组0单元存放主正则表达式位置，后边的单元依次存放子正则表达式位置 65 66 67 68 //REG_ICASE 匹配字母时忽略大小写。 69 iRet =regcomp(&tReg, strPattern, REG_EXTENDED); //编译正则模式串 70 if(iRet != 0) 71 { 72 regerror(iRet, &tReg, acErrBuf, sizeof(acErrBuf)); 73 printf("Regex Error: %s ", acErrBuf); 74 } 75 else 76 { 77 iRet = regexec(&tReg, pStrBuf, dwMatch, atMatch, 0); //匹配他 78 if (iRet == REG_NOMATCH) 79 { //如果没匹配上 80 printf("No Match "); 81 } 82 else if (iRet == REG_NOERROR) 83 { //如果匹配上了 84 printf("Match "); 85 for(j=0;j<dwMatch;j++) 86 { 87 for (i= atMatch[j].rm_so; i < atMatch[j].rm_eo; i++) 88 { //遍历输出匹配范围的字符串 89 printf("%c", pStrBuf[i]); 90 } 91 printf(" "); 92 } 93 } 94 else 95 { 96 printf("Unknow err:%d",iRet); 97 } 98 99 regfree(&tReg); //释放正则表达式 100 } 101 102 return 0; 103 }
三、使用说明：
- int regcomp (regex_t *compiled, const char *pattern, int cflags)
- regex_t 是一个结构体数据类型，用来存放编译后的正则表达式
- regex_t 的成员re_nsub 用来存储正则表达式中的子正则表达式的个数，子正则表达式就是用圆括号包起来的部分表达式
- pattern 是指向我们写好的正则表达式的指针
- cflags 有如下4个值或者是它们或运算(|)后的值：
- REG_EXTENDED 以功能更加强大的扩展正则表达式的方式进行匹配。
- REG_ICASE 匹配字母时忽略大小写。
- REG_NOSUB 不用存储匹配后的结果。
- REG_NEWLINE 识别换行符，这样'$'就可以从行尾开始匹配，'^'就可以从行的开头开始匹配
- int regexec (regex_t *compiled, char *string, size_t nmatch, regmatch_t matchptr [], int eflags)
- 如果在编译正则表达式的时候没有指定cflags的参数为REG_NEWLINE，则默认情况下是忽略换行符的，也就是把整个文本串当作一个字符串处理。执行成功返回0
- regmatch_t 是一个结构体数据类型，在regex.h中定义：
typedef struct
{
regoff_t rm_so;
regoff_t rm_eo;
} regmatch_t; - 成员rm_so 存放匹配文本串在目标串中的开始位置，rm_eo存放结束位置
- 通常我们以数组的形式定义一组这样的结构。因为往往我们的正则表达式中还包含子正则表达式。数组0单元存放主正则表达式位置，后边的单元依次存放子正则表达式位置
- compiled 是已经用regcomp函数编译好的正则表达式
- string 是目标文本串
- nmatch 是regmatch_t结构体数组的长度
- matchptr regmatch_t类型的结构体数组，存放匹配文本串的位置信息
- eflags 有两个值
- REG_NOTBOL 按我的理解是如果指定了这个值，那么’^’就不会从我们的目标串开始匹配。总之我到现在还不是很明白这个参数的意义
- REG_NOTEOL 和上边那个作用差不多，不过这个指定结束end of line
- void regfree (regex_t *compiled)
- 清空compiled指向的regex_t结构体的内容
- 如果是重新编译的话，一定要先清空regex_t结构体c
- size_t regerror (int errcode, regex_t *compiled, char *buffer, size_t length)
- 当执行regcomp 或者regexec 产生错误的时候，就可以调用这个函数而返回一个包含错误信息的字符串
- errcode 是由regcomp 和 regexec 函数返回的错误代号
- compiled 是已经用regcomp函数编译好的正则表达式，这个值可以为NULL
- buffer 指向用来存放错误信息的字符串的内存空间
- length 指明buffer的长度，如果这个错误信息的长度大于这个值，则regerror 函数会自动截断超出的字符串，但他仍然会返回完整的字符串的长度。所以我们可以用如下的方法先得到错误字符串的长度。
四、正则表达式模式串的介绍
1.符号
（摘自《正则表达式之道》）
正则表达式由一些普通字符和一些元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，我们下面会给予解释。
在最简单的情况下，一个正则表达式看上去就是一个普通的查找串。例如，正则表达式"testing"中没有包含任何元字符，它可以匹配"testing"和"testing123"等字符串，但是不能匹配"Testing"。
要想真正的用好正则表达式，正确的理解元字符是最重要的事情。下表列出了所有的元字符和对它们的一个简短的描述。
|
元字符 |
描述 |
|
将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配 。“ ”匹配换行符。序列“\”匹配“”而“(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。 |
|
|
^ |
匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“ ”或“ ”之后的位置。 |
|
$ |
匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“ ”或“ ”之前的位置。 |
|
* |
匹配前面的子表达式任意次。例如，zo*能匹配“z”，也能匹配“zo”以及“zoo”。*等价于o{0,} |
|
+ |
匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。 |
|
? |
匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。 |
|
{n} |
n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。 |
|
{n,} |
n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。 |
|
{n,m} |
m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o为一组，后三个o为一组。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。 |
|
? |
当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+”将尽可能多的匹配“o”，得到结果[“oooo”]，而“o+?”将尽可能少的匹配“o”，得到结果 ['o', 'o', 'o', 'o'] |
|
.点 |
匹配除“ ”之外的任何单个字符。要匹配包括“ ”在内的任何字符，请使用像“[sS]”的模式。 |
|
(pattern) |
匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“(”或“)”。 |
|
(?:pattern) |
非获取匹配，匹配pattern但不获取匹配结果，不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分时很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。 |
|
(?=pattern) |
非获取匹配，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。 |
|
(?!pattern) |
非获取匹配，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。 |
|
(?<=pattern) |
非获取匹配，反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。 |
|
(?<!pattern) |
非获取匹配，反向否定预查，与正向否定预查类似，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。这个地方不正确，有问题 此处用或任意一项都不能超过2位，如“(?<!95|98|NT|20)Windows正确，“(?<!95|980|NT|20)Windows 报错，若是单独使用则无限制，如(?<!2000)Windows 正确匹配 |
|
x|y |
匹配x或y。例如，“z|food”能匹配“z”或“food”(此处请谨慎)。“[zf]ood”则匹配“zood”或“food”。 |
|
[xyz] |
字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。 |
|
[^xyz] |
负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。 |
|
[a-z] |
字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。 注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身. |
|
[^a-z] |
负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。 |
|
匹配一个单词边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的就是匹配位置的）。例如，“er”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。 |
|
|
B |
匹配非单词边界。“erB”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。 |
|
cx |
匹配由x指明的控制字符。例如，cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。 |
|
d |
匹配一个数字字符。等价于[0-9]。grep 要加上-P，perl正则支持 |
|
D |
匹配一个非数字字符。等价于[^0-9]。grep要加上-P，perl正则支持 |
|
f |
匹配一个换页符。等价于x0c和cL。 |
|
|
匹配一个换行符。等价于x0a和cJ。 |
|
|
匹配一个回车符。等价于x0d和cM。 |
|
s |
匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ f v]。 |
|
S |
匹配任何可见字符。等价于[^ f v]。 |
|
|
匹配一个制表符。等价于x09和cI。 |
|
v |
匹配一个垂直制表符。等价于x0b和cK。 |
|
w |
匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。 |
|
W |
匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。 |
|
xn |
匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“x41”匹配“A”。“x041”则等价于“x04&1”。正则表达式中可以使用ASCII编码。 |
|
um |
匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)1”匹配两个连续的相同字符。 |
|
|
标识一个八进制转义值或一个向后引用。如果 之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。 |
|
m |
标识一个八进制转义值或一个向后引用。如果 m之前至少有nm个获得子表达式，则nm为向后引用。如果 m之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则 m将匹配八进制转义值nm。 |
|
ml |
如果n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。 |
|
un |
匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，u00A9匹配版权符号（©）。 |
|
p{P} |
小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。中括号内的“P”表示Unicode 字符集七个字符属性之一：标点字符。 其他六个属性： L：字母； M：标记符号（一般不会单独出现）； Z：分隔符（比如空格、换行等）； S：符号（比如数学符号、货币符号等）； N：数字（比如阿拉伯数字、罗马数字等）； C：其他字符。 *注：此语法部分语言不支持，例：javascript。 |
|
< > |
匹配词（word）的开始（<）和结束（>）。例如正则表达式<the>能够匹配字符串"for the wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是所有的软件都支持的。 |
|
( ) |
将( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 1 到9 的符号来引用。 |
|
| |
将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式(him|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：这个元字符不是所有的软件都支持的。 |
最简单的元字符是点，它能够匹配任何单个字符（注意不包括换行符）。
2.速记理解
. [ ] ^ $四个字符是所有语言都支持的正则表达式，所以这四个是基础的正则表达式。正则难理解因为里面有一个等价的概念，这个概念大大增加了理解难度，让很多初学者看起来会懵，如果把等价都恢复成原始写法，自己书写正则就超级简单了，就像说话一样去写你的正则了：
等价：
等价是等同于的意思，表示同样的功能，用不同符号来书写。
?,*,+,d,w 都是等价字符
?等价于匹配长度{0,1}
*等价于匹配长度{0,}
+等价于匹配长度{1,}
d等价于[0-9]
D等价于[^0-9]
w等价于[A-Za-z_0-9]
W等价于[^A-Za-z_0-9]。
常用运算符与表达式：
^ 开始
（）
域段
[] 包含,默认是一个字符长度
[^] 不包含,默认是一个字符长度
{n,m} 匹配长度
. 任何单个字符(. 字符点)
| 或
转义
$ 结尾
[A-Z] 26个大写字母
[a-z] 26个小写字母
[0-9] 0至9数字
[A-Za-z0-9] 26个大写字母、26个小写字母和0至9数字
，
分割
分割语法：
[A,H,T,W] 包含A或H或T或W字母
[a,h,t,w] 包含a或h或t或w字母
[0,3,6,8] 包含0或3或6或8数字
语法与释义：
基础语法 "^([]{})([]{})([]{})$"
正则字符串 = "开始（[包含内容]{长度}）（[包含内容]{长度}）（[包含内容]{长度}）结束"
?,*,+,d,w 这些都是简写的,完全可以用[]和{}代替，在(?:)(?=)(?!)(?<=)(?<!)(?i)(*?)(+?)这种特殊组合情况下除外。
初学者可以忽略?,*,+,d,w一些简写标示符，学会了基础使用再按表自己去等价替换
实例：
字符串；tel:086-0666-88810009999
原始正则："^tel:[0-9]{1,3}-[0][0-9]{2,3}-[0-9]{8,11}$"
速记理解：开始 "tel:普通文本"[0-9数字]{1至3位}"-普通文本"[0数字][0-9数字]{2至3位}"-普通文本"[0-9数字]{8至11位} 结束"
等价简写后正则写法："^tel:d{1,3}-[0]d{2,3}-d{8,11}$" ，简写语法不是所有语言都支持。
五、参考原文
https://baike.baidu.com/item/%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F/1700215?fr=aladdin
http://pubs.opengroup.org/onlinepubs/009695399/functions/regcomp.html
http://www.yingzinanfei.com/2017/02/06/c-regex-yongfa/
http://blog.csdn.net/yingzinanfei/article/details/54893394
http://www.cnblogs.com/pmars/archive/2012/10/24/2736831.html