Posix正则表达式非贪心
有没有办法在C中使用非贪婪的正则表达式，就像可以在Perl中使用？ 我尝试过几件事，但实际上并没有用。
我目前正在使用这个与IP地址和相应的HTTP请求匹配的正则表达式，但是虽然我使用的是*？但它很贪婪
([0-9]{1,3}(\\.[0-9]{1,3}){3})(.*?)HTTP/1.1
在此示例中，它始终匹配整个字符串：
#include #include int main() { int a, i; regex_t re; regmatch_t pm; char *mpages = "TEST 127.0.0.1 GET /test.php HTTP/1.1\" 404 525 \"-\" \"Mozilla/5.0 (Windows NT HTTP/1.1 TEST"; a = regcomp(&re, "([0-9]{1,3}(\\.[0-9]{1,3}){3})(.*?)HTTP/1.1", REG_EXTENDED); if(a!=0) printf(" -> Error: Invalid Regex"); a = regexec(&re, &mpages[0], 1, &pm, REG_EXTENDED); if(a==0) { for(i = pm.rm_so; i < pm.rm_eo; i++) printf("%c", mpages[i]); printf("\n"); } return 0; }
$ ./regtest
127.0.0.1 GET /test.php HTTP / 1.1“404 525” – “”Mozilla / 5.0（Windows NT HTTP / 1.1
不，POSIX正则表达式中没有非贪心量词。 但是有一个库为C提供类似perl的正则表达式： http ： //www.pcre.org/
正如我之前在评论中所说的那样，使用grep -E来运行POSIX正则表达式的测试，这样就可以改善开发时间。 无论哪种方式，似乎你的问题是正则表达式而不是缺少的function。
我不太清楚你想从请求中获取什么…假设你只想要IP地址，HTTP动词和资源，最终可能会得到以下正则表达式。
regcomp(&re, "\\b(.?[0-9])+\\s+(GET|POST|PUT)\\s+([^ ]+)", REG_EXTENDED);
请注意已经做出了一些假设。 例如，这个正则表达式假设IP地址将很好地形成，它还假设一个HTTP动词请求GET，POST，PUT。 根据您的需求进行编辑。
使正则表达式与下一个单词匹配的强制方法是：
"([^H]|H[^T]|HT[^T]|HTT[^P]|HTTP{^/]|HTTP/[^1]|HTTP/1[^.]|HTTP/1\\.[^1])*HTTP/1\\.1"
除非你能更聪明地了解你的比赛 – 你可以： HTTP请求
Request-Line = Method SP Request-URI SP HTTP-Version CRLF
并且右侧没有任何非终结符合嵌入空格。 所以：
"[0-9]{1,3}(\\.[0-9]{1,3}){3} [^ ]* [^ ]* HTTP/1\\.1"
因为你只是为整个表达式匹配分配空间，或者将parens重新放入以获得碎片。
a = regcomp(&re, "([0-9]{1,3}(\\.[0-9]{1,3}){3})(.*?)HTTP/1.1", REG_EXTENDED|REG_ENHANCED);
在过去没有这个宏
#if __MAC_OS_X_VERSION_MIN_REQUIRED >= __MAC_10_8 \ || __IPHONE_OS_VERSION_MIN_REQUIRED >= __IPHONE_6_0 #define REG_ENHANCED 0400 /* Additional (non-POSIX) features */ #endif
在您的代码中， pm应该是一个regmatch_t数组，在您的情况下，应该至少有2到4个元素，具体取决于您要捕获的（）子表达式。
你只有一个元素。 第一个元素pm[0]总是获得与整个RE匹配的任何文本。 这就是你将获得的那个。 pm[1]将获得第一个（）子表达式（IP地址）的文本，而pm[3]将获得与您的(.*?)术语匹配的文本。
但即便如此，如上所述（Wumbley，WQ），POSIX正则表达式库可能不支持非贪婪量词。