实战项目1：文件搜索工具（类似grep简化版）

说实话，每个C语言开发者都应该亲手写一个文件搜索工具。为什么？因为这是把字符串处理、文件I/O、正则表达式、递归遍历这些基础技能串起来的最佳实践。我记得自己刚入行时，第一个拿得出手的工具就是类似grep的搜索器——虽然简陋，但确实解决了不少实际问题。

今天我们就来一步步实现这个项目。我会把核心思路、关键代码、避坑经验都摊开来讲。

项目需求与功能拆解

先明确我们要做什么：一个命令行工具，能在文本文件中搜索匹配的内容，支持正则表达式、递归搜索子目录、彩色高亮输出。说白了，就是grep的简化版，但足够日常使用。

功能清单如下：

• 基础搜索：在单个文件中查找匹配行
• 正则支持：使用POSIX正则表达式库
• 递归搜索：遍历目录树，搜索所有文件
• 彩色输出：匹配部分用颜色高亮
• 行号显示：输出匹配行所在行号

整体架构设计

先画一张架构图，让你对整个流程有个直观认识：

嗯，这个图很清楚了。入口解析参数后，根据是否递归走两条路，最终都落到正则匹配函数上。我个人习惯把匹配逻辑单独抽出来，这样不管是单文件还是递归搜索，都能复用同一套匹配代码。

核心数据结构

先定义几个关键结构体，让代码有骨架：

// 搜索配置
typedef struct {
    char *pattern;      // 搜索模式
    char *path;         // 搜索路径
    int recursive;      // 是否递归
    int show_line_num;  // 是否显示行号
    int color_output;   // 是否彩色输出
    int ignore_case;    // 是否忽略大小写
} SearchConfig;

// 匹配结果
typedef struct {
    char *filename;     // 文件名
    int line_num;       // 行号
    char *line;         // 行内容
    int match_start;    // 匹配起始位置
    int match_end;      // 匹配结束位置
} MatchResult;

正则匹配实现

POSIX正则库是C标准的一部分，用起来很方便。但要注意一点：regcomp()和regexec()的用法细节很多，稍不留神就踩坑。

int match_line(const char *line, const char *pattern, 
               int *match_start, int *match_end, int ignore_case) {
    regex_t regex;
    regmatch_t pmatch[1];
    int flags = REG_EXTENDED;
    
    if (ignore_case) {
        flags |= REG_ICASE;
    }
    
    // 编译正则
    if (regcomp(&regex, pattern, flags) != 0) {
        fprintf(stderr, "正则编译失败: %s\n", pattern);
        return -1;
    }
    
    // 执行匹配
    int ret = regexec(&regex, line, 1, pmatch, 0);
    if (ret == 0) {
        *match_start = pmatch[0].rm_so;
        *match_end = pmatch[0].rm_eo;
    }
    
    regfree(&regex);
    return (ret == 0) ? 1 : 0;
}

递归遍历目录

递归搜索目录，说白了就是深度优先遍历。用opendir()/readdir()系列函数，遇到目录就递归调用，遇到文件就执行搜索。

void search_dir(const char *dir_path, SearchConfig *config) {
    DIR *dir = opendir(dir_path);
    if (!dir) {
        perror("opendir");
        return;
    }
    
    struct dirent *entry;
    char full_path[1024];
    
    while ((entry = readdir(dir)) != NULL) {
        // 跳过 . 和 ..
        if (strcmp(entry->d_name, ".") == 0 || 
            strcmp(entry->d_name, "..") == 0) {
            continue;
        }
        
        // 构造完整路径
        snprintf(full_path, sizeof(full_path), 
                 "%s/%s", dir_path, entry->d_name);
        
        struct stat st;
        if (stat(full_path, &st) == -1) {
            continue;
        }
        
        if (S_ISDIR(st.st_mode)) {
            // 递归搜索子目录
            search_dir(full_path, config);
        } else if (S_ISREG(st.st_mode)) {
            // 搜索文件
            search_file(full_path, config);
        }
    }
    
    closedir(dir);
}

这里有个细节：readdir()返回的d_type字段在有些文件系统上不可靠，所以我用stat()来判断文件类型。嗯，这是跨平台兼容的老经验了。

彩色输出实现

彩色输出其实很简单，就是往终端写ANSI转义序列。我习惯用宏定义来封装：

#define COLOR_RED     "\x1b[31m"
#define COLOR_GREEN   "\x1b[32m"
#define COLOR_YELLOW  "\x1b[33m"
#define COLOR_BLUE    "\x1b[34m"
#define COLOR_RESET   "\x1b[0m"

void print_colored_line(const char *line, int match_start, 
                        int match_end) {
    // 打印匹配前的内容
    printf("%.*s", match_start, line);
    
    // 打印匹配部分（红色高亮）
    printf(COLOR_RED "%.*s" COLOR_RESET, 
           match_end - match_start, line + match_start);
    
    // 打印匹配后的内容
    printf("%s\n", line + match_end);
}

完整搜索流程

把上面这些模块串起来，主函数就清晰了：

int main(int argc, char *argv[]) {
    SearchConfig config = {0};
    
    // 解析命令行参数
    if (parse_args(argc, argv, &config) != 0) {
        print_usage();
        return 1;
    }
    
    // 编译正则（只编译一次，提高性能）
    regex_t regex;
    int flags = REG_EXTENDED;
    if (config.ignore_case) flags |= REG_ICASE;
    
    if (regcomp(&regex, config.pattern, flags) != 0) {
        fprintf(stderr, "无效的正则表达式: %s\n", config.pattern);
        return 1;
    }
    
    // 根据路径类型选择搜索方式
    struct stat st;
    stat(config.path, &st);
    
    if (S_ISDIR(st.st_mode)) {
        if (config.recursive) {
            search_dir(config.path, &regex, &config);
        } else {
            fprintf(stderr, "请使用 -r 选项递归搜索目录\n");
        }
    } else {
        search_file(config.path, &regex, &config);
    }
    
    regfree(&regex);
    return 0;
}

避坑指南与性能优化

做这个项目时，有几个坑我印象特别深：

• 大文件处理：不要一次性把整个文件读入内存。按行读取，逐行处理。我见过有人用fread()读100MB文件，直接内存溢出。
• 正则编译开销：把regcomp()放在循环外面，只编译一次。否则搜索1000个文件就要编译1000次正则，性能惨不忍睹。
• 路径缓冲区溢出：递归目录时路径会越来越长，用snprintf()而不是sprintf()，并且检查返回值。
• 符号链接循环：递归遍历时遇到符号链接可能形成死循环。我一般用nftw()函数，它自带循环检测。

命令行接口设计

好的工具要有好的命令行接口。我参考了grep的风格：

用法: fgrep [选项] 模式 路径

选项:
  -r, --recursive      递归搜索子目录
  -n, --line-number    显示行号
  -c, --color          彩色输出匹配内容
  -i, --ignore-case    忽略大小写
  -h, --help           显示帮助信息

参数解析用getopt_long()实现，这是Linux下最标准的做法。Windows下可以用getopt()的移植版本。

测试与验证

写完代码一定要测试。我一般准备这样几个测试用例：

测试场景	输入	预期结果
基本匹配	fgrep "hello" test.txt	输出包含hello的行
正则匹配	fgrep "[0-9]+" test.txt	输出包含数字的行
递归搜索	fgrep -r "error" ./logs/	递归搜索所有文件
彩色输出	fgrep -c "warning" test.txt	匹配部分红色高亮
忽略大小写	fgrep -i "hello" test.txt	匹配HELLO、Hello等

嗯，测试通过后，这个工具就可以投入日常使用了。虽然功能比不上完整的grep，但应付大多数场景绰绰有余。

最后说一句：写工具不是为了炫技，而是为了解决实际问题。这个项目做完，你对C语言的文件操作、字符串处理、正则表达式、命令行解析这些核心技能，都会有更深的理解。

---