Question

我正在寻找C / C ++中的正则表达式库，它不提供通用的API正则表达式（字符串，模式），而是允许构建有限状态机（基于模式）而我只是调用

fsm = create_fsm();
add_pattern(fsm, "foo", hookFoo);
add_pattern(fsm, "bar", hookBar);
compile_fsm(fsm);
while ((c = fgetc(file) != EOF) {
   next_char(fsm, c);
}

如果模式匹配，会调用hookFoo（匹配开始，匹配结束）吗？或类似的东西，这只是概念。我想在长而长的行中搜索多个regexp。理想情况下，如果它也可以反向填充以进行向后搜索。由于表达式仅在运行时期间已知，因此Flex（或类似的解析器生成器）不是一个选项。

修改： 虽然我已将lexertl标记为正确答案，但似乎并非我所寻找的。它需要回流;我不想使用记忆来记住过去（除了常量大小，例如记住最后一个字符）。想象一下，当我调用++ iterator时，所有其他迭代器都应该失效。

Answer 1

看起来lexertl对您的要求很有帮助。它支持在运行时添加正则表达式和“可重新启动”词法分析器。它会为每个公认的“规则”提供一个令牌。

boost::spirit::lex使用lexertl作为默认实现，并添加了语义操作。

Answer 2

您可以使用#include<regex.h>提供的功能开发自己的功能，例如regcomp和regexec

例如

int  match_patterns(char *pch,char *pattern)
{
    regex_t             *regex;
    regmatch_t          *result;
    int                 err_no = 0;
    int                 start = 0;

    regex = (regex_t *) calloc(1,sizeof(regex_t));
    if((err_no = regcomp(regex, pattern, REG_EXTENDED)) != 0)
    {
        size_t          length;
        char            *buffer;
        length = regerror (err_no, regex, NULL, 0);
        buffer = malloc(length);
        regerror (err_no, regex, buffer, length);
        free(buffer);
        regfree(regex);
        return -1; //error
    }
    result = (regmatch_t *) calloc(1,sizeof(regmatch_t));
    if(result == NULL)
    {
        return -1; //error
    }
    while(regexec(regex, pch+start, 1, result, 0) == 0)
    {
        start +=result->rm_eo;
    }
    regfree(regex);
    free(regex);
    if((result->rm_so == 0)&&(result->rm_eo == strlen(pch)))
    {
        return 0; //OK
    }
    return -1; //error
}

如果pch字符串与regexp模式pattern匹配，则此函数将返回0，否则返回-1。

例如

int main()
{
    if (match_patterns("1234.abc", "[0-9]+.[a-d]+")==0)
        printf("OK!\n");
    else
        printf("NOK!\n");

}

在这种情况下，match_patterns()将返回0

如果您使用此功能，请不要忘记添加以下iclude：

#include<regex.h>
#include<string.h>

Answer 3

有来自英特尔的超扫描库。它提供了 api 来搜索数据流中的多个正则表达式。见http://intel.github.io/hyperscan/dev-reference/runtime.html#streaming-mode

Answer 4

经过一些谷歌搜索后，我发现了RE2库http://code.google.com/p/re2/ - 这说明是一个快速的实现（速度可与grep或awk相媲美），背景中有正确的理论，可以提供内存限制。 RE2 :: FindAndConsume似乎是正确的API。

编辑：不（再次）。 FindAndConsume只在一个字符串中找到incrementaly匹配但不允许传递数据流的多个块:(顺便说一句，当找到匹配时，机器返回以查看匹配实际开始的位置（尽管这不是很大）问题，因为在前向搜索期间不应该这样做，例如 lexertl 。

建议C正则表达式扫描仪（流阅读器）

4 个答案: