一、正则表达式基础

1.1 什么是正则表达式

正则表达式，说白了就是一套用来描述文本模式的规则。你可以把它想象成一种「超级通配符」——比 *.txt 这种简单匹配强大得多。

我刚开始接触正则时，觉得它像天书。一堆 ^、$、\d 符号，看着就头疼。但用顺手之后，你会发现它简直是文本处理的瑞士军刀。

举个例子：你想从一段日志里提取所有 IP 地址。用普通字符串函数写，得循环、判断、截取，少说十几行代码。用正则表达式，一行模式串就搞定：\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}。

1.2 正则表达式在C语言中的应用场景

很多初学者会问：C 语言里用正则，是不是有点大材小用？其实恰恰相反。C 语言做底层开发、嵌入式、网络编程时，正则表达式特别实用。我列几个我实际遇到过的场景：

• 日志解析：我在做网络设备驱动时，需要从上千行调试日志里提取错误码和时间戳。用正则一行模式串搞定，比手写状态机快多了。
• 配置文件读取：很多嵌入式系统的配置文件是文本格式的。用正则校验 key=value 的格式，比逐个字符解析靠谱。
• 输入验证：比如检查用户输入的邮箱、电话号码是否合法。正则表达式可以一次性完成格式校验。
• 协议解析：处理简单的文本协议（如 HTTP 头）时，正则表达式能快速提取字段。

1.3 常用正则表达式语法速览

这里我整理了一份最常用的语法表。你不需要一次性全记住，先有个印象，后面用到时再回来查。

元字符	含义	示例
.	匹配任意单个字符（除换行符）	a.b 匹配 "acb"、"a1b"
*	匹配前一个字符 0 次或多次	ab*c 匹配 "ac"、"abc"、"abbc"
+	匹配前一个字符 1 次或多次	ab+c 匹配 "abc"、"abbc"，不匹配 "ac"
?	匹配前一个字符 0 次或 1 次	ab?c 匹配 "ac"、"abc"
^	匹配字符串开头	^abc 匹配以 "abc" 开头的字符串
$	匹配字符串结尾	abc$ 匹配以 "abc" 结尾的字符串
\d	匹配一个数字（等价于 [0-9]）	\d{3} 匹配三位数字
\w	匹配一个字母、数字或下划线	\w+ 匹配一个单词
\s	匹配一个空白字符（空格、制表符等）	\s+ 匹配连续空白
[abc]	字符集，匹配括号内任意一个字符	[aeiou] 匹配任意元音字母
(pattern)	捕获分组，将匹配的内容保存下来	(\d{4})-(\d{2}) 捕获年月
|	逻辑或，匹配左边或右边的模式	cat|dog 匹配 "cat" 或 "dog"

1.4 正则表达式在C语言中的基本使用流程

在 C 语言中使用正则表达式，主要依赖 POSIX 标准库中的 <regex.h>。基本流程分三步：编译正则、执行匹配、释放资源。

我画了一张流程图，帮你理清整体逻辑：

嗯，这里要注意：regcomp() 的第三个参数 flags 很关键。我常用的几个 flag：

• REG_EXTENDED：使用扩展正则语法（支持 +、?、| 等）。我建议你始终加上这个 flag，因为基本正则语法太弱了。
• REG_ICASE：忽略大小写。匹配时不用区分大小写。
• REG_NOSUB：不报告匹配位置。如果你只想知道「有没有匹配上」，加上这个能提高性能。

1.5 一个完整的例子

光说不练假把式。下面这个例子演示了如何用 C 语言的正则表达式提取字符串中的数字：

#include <stdio.h>
#include <regex.h>

int main() {
    regex_t regex;
    regmatch_t pmatch[10];
    char *pattern = "[0-9]+";
    char *text = "我的工号是10086，密码是123456";
    
    // 编译正则
    if (regcomp(®ex, pattern, REG_EXTENDED) != 0) {
        printf("正则编译失败\n");
        return 1;
    }
    
    // 执行匹配
    char *p = text;
    while (regexec(®ex, p, 10, pmatch, 0) == 0) {
        int start = pmatch[0].rm_so;
        int end = pmatch[0].rm_eo;
        printf("找到数字: %.*s\n", end - start, p + start);
        p += end;  // 移动指针继续匹配
    }
    
    // 释放资源
    regfree(®ex);
    return 0;
}

运行结果：

找到数字: 10086
找到数字: 123456

这个例子虽然简单，但包含了正则使用的完整流程。你想想看，如果不用正则，用 strstr() 加循环判断，代码得多写多少行？

---