如果用戶熟悉Linux下的sed、awk、grep或vi，那麼對正則表達式這一概念肯定不會陌生。由於它可以極大地簡化處理字符串時的復雜度，因此現在已經在許多Linux實用工具中得到了應用。千萬不要以為正則表達式只是Perl、Python、Bash等腳本語言的專利，作為C語言程序員，用戶同樣可以在自己的程序中運用正則表達式。
標准的C和C++都不支持正則表達式，但有一些函數庫可以輔助C/C++程序員完成這一功能，其中最著名的當數Philip Hazel的Perl-Compatible Regular Expression庫，許多Linux發行版本都帶有這個函數庫。
編譯正則表達式
為了提高效率，在將一個字符串與正則表達式進行比較之前，首先要用regcomp()函數對它進行編譯，將其轉化為regex_t結構：
int regcomp(regex_t *preg, const char *regex,
int cflags);
參數regex是一個字符串，它代表將要被編譯的正則表達式；參數preg指向一個聲明為regex_t的數據結構，用來保存編譯結果；參數cflags決定了正則表達式該如何被處理的細節。
如果函數regcomp()執行成功，並且編譯結果被正確填充到preg中後，函數將返回0，任何其它的返回結果都代表有某種錯誤產生。
匹配正則表達式
一旦用regcomp()函數成功地編譯了正則表達式，接下來就可以調用regexec()函數完成模式匹配：
int regexec(const regex_t *preg,
const char *string, size_t nmatch,
regmatch_t pmatch[], int eflags);
typedef struct {
regoff_t rm_so;
regoff_t rm_eo;
} regmatch_t;
參數preg指向編譯後的正則表達式，參數string是將要進行匹配的字符串，而參數nmatch和pmatch則用於把匹配結果返回給調用程序，最後一個參數eflags決定了匹配的細節。
在調用函數regexec()進行模式匹配的過程中，可能在字符串string中會有多處與給定的正則表達式相匹配，參數pmatch就是用來保存這些匹配位置的，而參數nmatch則告訴函數regexec()最多可以把多少個匹配結果填充到pmatch數組中。當regexec()函數成功返回時，從string+pmatch[0].rm_so到string+pmatch[0].rm_eo是第一個匹配的字符串，而從string+pmatch[1].rm_so到string+pmatch[1].rm_eo，則是第二個匹配的字符串，依此類推。
釋放正則表達式
無論什麼時候，當不再需要已經編譯過的正則表達式時，都應該調用函數regfree()將其釋放，以免產生內存洩漏。
void regfree(regex_t *preg);
函數regfree()不會返回任何結果，它僅接收一個指向regex_t數據類型的指針，這是之前調用regcomp()函數所得到的編譯結果。
如果在程序中針對同一個regex_t結構調用了多次regcomp()函數，POSIX標准並沒有規定是否每次都必須調用regfree()函數進行釋放，但建議每次調用regcomp()函數對正則表達式進行編譯後都調用一次regfree()函數，以盡早釋放占用的存儲空間。
報告錯誤信息
如果調用函數regcomp()或regexec()得到的是一個非0的返回值，則表明在對正則表達式的處理過程中出現了某種錯誤，此時可以通過調用函數regerror()得到詳細的錯誤信息。
size_t regerror(int errcode,
const regex_t *preg, char *errbuf,
size_t errbuf_size);
參數errcode是來自函數regcomp()或regexec()的錯誤代碼，而參數preg則是由函數regcomp()得到的編譯結果，其目的是把格式化消息所必須的上下文提供給regerror()函數。在執行函數regerror()時，將按照參數errbuf_size指明的最大字節數，在errbuf緩沖區中填入格式化後的錯誤信息，同時返回錯誤信息的長度。
應用正則表達式
最後給出一個具體的實例，介紹如何在C語言程序中處理正則表達式。
#include <stdio.h>
#include <sys/types.h>
#include <regex.h>
/* 取子串的函數 */
static char* substr(const char*str,
unsigned start, unsigned end)
{
unsigned n = end - start;
static char stbuf[256];
strncpy(stbuf, str + start, n);
stbuf[n] = 0;
return stbuf;
}
/* 主程序 */
int main(int argc, char** argv)
{
char * pattern;
int x, z, lno = 0, cflags = 0;
char ebuf[128], lbuf[256];
regex_t reg;
regmatch_t pm[10];
const size_t nmatch = 10;
/* 編譯正則表達式*/
pattern = argv[1];
z = regcomp(?, pattern, cflags);
if (z != 0){
regerror(z, ?, ebuf, sizeof(ebuf));
fprintf(stderr, "%s: pattern '%s' \n",
ebuf, pattern);
return 1;
}
/* 逐行處理輸入的數據 */
while(fgets(lbuf, sizeof(lbuf), stdin))
{
++lno;
if ((z = strlen(lbuf)) > 0 && lbuf[z-1]
== '\n')
lbuf[z - 1] = 0;
/* 對每一行應用正則表達式進行匹配 */
z = regexec(?, lbuf, nmatch, pm, 0);
if (z == REG_NOMATCH) continue;
else if (z != 0) {
regerror(z, ?, ebuf, sizeof(ebuf));
fprintf(stderr, "%s: regcom('%s')\n",
ebuf, lbuf);
return 2;
}
/* 輸出處理結果 */
for (x = 0; x < nmatch && pm[x].rm_so != -1; ++ x)
{
if (!x) printf("%04d: %s\n", lno, lbuf);
printf(" $%d='%s'\n", x, substr(lbuf, pm[x].rm_so,
pm[x].rm_eo));
}
}
/* 釋放正則表達式 */
regfree(?);
return 0;
}
上述程序負責從命令行獲取正則表達式，然後將其運用於從標准輸入得到的每行數據，並打印出匹配結果。執行下面的命令可以編譯並執行該程序：
# gcc regexp.c -o regexp
# ./regexp 'regex[a-z]*' < regexp.c
0003: #include <regex.h>
$0='regex'
0027: regex_t reg;
$0='regex'
0054: z = regexec(?, lbuf, nmatch, pm, 0);
$0='regexec'
小結
對那些需要進行復雜數據處理的程序來說，正則表達式無疑是一個非常有用的工具。本文重點在於闡述如何在C語言中利用正則表達式來簡化字符串處理，以便在數據處理方面能夠獲得與Perl語言類似的靈活性。
