C語言正則表達式實戰：POSIX regex.h 函數庫完整指南

背景

標準 C/C++ 無內建正則，需使用 POSIX regex.h（Linux 系統預裝）或 PCRE 庫。

三步走流程

1. 編譯：regcomp() 將模式串編譯為內部結構 regex_t。
2. 匹配：regexec() 對目標串進行匹配，結果存入 regmatch_t 陣列。
3. 釋放：regfree() 釋放 regex_t 佔用資源。

核心 API 詳解

1. regcomp

int regcomp(regex_t *preg, const char *pattern, int cflags);

• cflags：REG_EXTENDED（擴展正則）、REG_ICASE（忽略大小寫）、REG_NOSUB（不存儲匹配位置）、REG_NEWLINE（識別換行）。
• 成功返回 0，preg->re_nsub 記錄捕獲組數。

2. regexec

int regexec(const regex_t *preg, const char *string,
            size_t nmatch, regmatch_t pmatch[], int eflags);

• pmatch[0]：整個模式匹配範圍（rm_so 起始，rm_eo 結束）。
• pmatch[1..]：捕獲組匹配範圍。
• nmatch：pmatch 陣列大小。
• eflags：REG_NOTBOL（^ 不匹配行首）、REG_NOTEOL（$ 不匹配行尾）。

3. regfree

void regfree(regex_t *preg);

重用 regex_t 前必須先 regfree。

4. regerror

size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);

獲取錯誤信息字符串。

完整示例：Email 格式驗證

#include 
#include 

int main() {
    regex_t reg;
    const char *pattern = "^\\w+([-+.]\\w+)*@\\w+([-.]\\w+)*\\.\\w+([-.]\\w+)*$";
    char *buf = "helloworld12345@qq.com";
    regmatch_t pm[1];

    if (regcomp(®, pattern, REG_EXTENDED)) { puts("編譯失敗"); return 1; }
    if (regexec(®, buf, 1, pm, 0) == 0) {
        printf("匹配: ");
        for (int i = pm[0].rm_so; i < pm[0].rm_eo; i++) putchar(buf[i]);
        putchar('\n');
    } else puts("不匹配");
    regfree(®);
    return 0;
}

常見陷阱

• 雙重轉義：C 字符串中 \\ 代表正則中的 \。
• REG_NOSUB 時 pmatch 可傳 NULL，nmatch=0。
• 編譯失敗需調用 regerror 獲取具體原因。
• 跨平台建議改用 PCRE2（功能更強、Unicode 支援）。

總結

POSIX regex.h 提供標準化 C 正則接口，三步編譯-匹配-釋放流程清晰。掌握 cflags/eflags、捕獲組提取、錯誤處理即可在 C 專案中集成正則功能。