linux 查找pcre源码,pcre使用例子

1. PCRE简介

PCRE(Perl Compatible Regular Expressions即：perl语言兼容正则表达式)是一个用C语言编写的正则表达式函数库，由菲利普.海泽(Philip Hazel)编写。PCRE是一个轻量级的函数库，比Boost之中的正则表达式库小得多。PCRE十分易用，同时功能也很强大，性能超过了POSIX正则表达式库和一些经典的正则表达式库。

和Boost正则表达式库的比较显示，双方的性能相差无几，PCRE在匹配简单字符串时更快，Boost则在匹配较长字符串时胜出---但两者差距很小，考虑到PCRE的大小和易用性，我们可以认为PCRE更值得考虑。

PCRE被广泛使用在许多开源软件之中，最著名的莫过于Apache HTTP服务器和PHP脚本语言、R脚本语言，此外，正如从其名字所能看到的，PCRE也是perl语言的缺省正则库。

PCRE是用C语言实现的，其C++实现版本是PCRE++。

2. 正则表达式定义

一个正则表达式就是由普通字符(例如字符 a 到 z)以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

例如下面一些正则表达式：

^(-?d+)(.d+)?$　    匹配浮点数

^[A-Za-z]+$            匹配由26个英文字母组成的字符串

^[A-Z]+$　             匹配由26个英文字母的大写组成的字符串

^[a-z]+$　　           匹配由26个英文字母的小写组成的字符串

^[A-Za-z0-9]+$　　     匹配由数字和26个英文字母组成的字符串

^w+$　　              匹配由数字、26个英文字母或者下划线组成的字符串

^[w-]+(.[w-]+)*@[w-]+(.[w-]+)+$　　　　 匹配email地址

当然，可能你会问上面这些表达式为什么是这样写。这里就暂时不做多讲，因为本文主要讲的是PCRE库的应用，所以想了解更多的话，可以看我下面的[附录1]，里面有全部正则表式用到的元字符说明。或参考网址正则表达式语言元素msdn文档。

3. PCRE正则表达式的定义

用于描述字符排列和匹配模式的一种语法规则。它主要用于字符串的模式分割、匹配、查找及替换操作。正则中重要的几个概念有：元字符、转义、模式单元(重复)、反义、引用和断言。

常用的元字符(Meta-character)

元字符    说明

A     匹配字符串串首的原子

Z     匹配字符串串尾的原子

b     匹配单词的边界/bis/匹配头为is的字符串/isb/ 匹配尾为is的字符串 /bisb/ 定界

B     匹配除单词边界之外的任意字符   /Bis/   匹配单词“This”中的“is”

d     匹配一个数字；等价于[0-9]

D     匹配除数字以外任何一个字符；等价于[^0-9]

w     匹配一个英文字母、数字或下划线；等价于[0-9a-zA-Z_]

W     匹配除英文字母、数字和下划线以外任何一个字符；等价于[^0-9a-zA-Z_]

s     匹配一个空白字符；等价于[ftv]

S     匹配除空白字符以外任何一个字符；等价于[^ftv]

f     匹配一个换页符等价于 x0c 或 cL

匹配一个换行符；等价于 x0a 或 cJ

匹配一个回车符等价于x0d 或 cM

t     匹配一个制表符；等价于 x09或cl

v     匹配一个垂直制表符；等价于x0b或ck

oNN    匹配一个八进制数字

xNN    匹配一个十六进制数字

cC     匹配一个控制字符

模式修正符(Pattern Modifiers)

模式修正符在忽略大小写、匹配多行中使用特别多，掌握了这一个修正符，往往能解决我们遇到的很多问题。

i     －可同时匹配大小写字母

M     －将字符串视为多行

S     －将字符串视为单行，换行符做普通字符看待，使“.”匹配任何字符

X     －模式中的空白忽略不计

U     －匹配到最近的字符串

e     －将替换的字符串作为表达使用

格式：/apple/i匹配“apple”或“Apple”等，忽略大小写。 当然这里还有很多种情况，在这里就不一一描述出来了。

4. PCRE的函数简介

PCRE是一个NFA正则引擎，不然不能提供完全与Perl一致的正则语法功能。但它同时也实现了DFA，只是满足数学意义上的正则。

PCRE提供了19个接口函数。

这里只介绍了几个主要和常用的接口函数，另外的可通过PCRE源码文档进行了解。注意，使用PCRE主要是使用下面介绍的前四个函数，对这四个函数有了了解，使用PCRE库的时候就会简单很多了。

下面所讲的函数，都在PCRE头文件上定义申明：#include 。

1.pcre_compile

函数原型：

pcre *pcre_compile(const char *pattern, int options, const char **errptr, int *erroffset, const unsigned char *tableptr)

功能：将一个正则表达式编译成一个内部表示，在匹配多个字符串时，可以加速匹配。其同pcre_compile2功能一样只是缺少一个参数errorcodeptr。

参数说明：

pattern   正则表达式

options   为0，或者其他参数选项

errptr   出错消息

erroffset  出错位置

tableptr  指向一个字符数组的指针，可以设置为空NULL。

2. pcre_compile2

函数原型：

pcre *pcre_compile2(const char *pattern, int options, int *errorcodeptr, const char **errptr, int *erroffset, const unsigned char *tableptr)

功能：将一个正则表达式编译成一个内