在 C 中编译/匹配 POSIX 正则表达式

我正在尝试匹配字符串中的以下项目pcode:

• u后跟 1 或 2 位数字
• phaseu
• phasep
• x（被非单词字符包围）
• y（被非单词字符包围）
• z（被非单词字符包围）

我尝试使用 POSIX 正则表达式函数（如下所示）实现正则表达式匹配，但有两个问题：

1. 编译后的模式似乎没有子模式（即compiled.n_sub == 0）。
2. 该模式在字符串“u0”中没有找到匹配项，而它确实应该找到匹配项！

我相信正则表达式字符串本身可以工作——因为它可以在 python 和 TextMate 中工作——我的问题在于 C 中的编译等。任何帮助使其工作的帮助将不胜感激。

预先感谢您的回答。

if(idata=tb_find(deftb,pdata)){
    MESSAGE("Global variable!\n");
    char pattern[80] = "((u[0-9]{1,2})|(phaseu)|(phasep)|[\\W]+([xyz])[\\W]+)";
    MESSAGE("Pattern = \"%s\"\n",pattern);
    regex_t compiled;
    if(regcomp(&compiled, pattern, 0) == 0){
        MESSAGE("Compiled regular expression \"%s\".\n", pattern);
    }

    int nsub = compiled.re_nsub;
    MESSAGE("nsub = %d.\n",nsub);
    regmatch_t matchptr[nsub];
    int err;
    if(err = regexec (&compiled, pcode, nsub, matchptr, 0)){
        if(err == REG_NOMATCH){
            MESSAGE("Regular expression did not match.\n");
        }else if(err == REG_ESPACE){
            MESSAGE("Ran out of memory.\n");
        }
    }
    regfree(&compiled);
}

看来您打算使用类似于“扩展”POSIX 正则表达式语法的东西。 POSIX 定义了两种不同的正则表达式语法，“基本”（读为“过时”）语法和“扩展”语法。要使用扩展语法，您需要添加REG_EXTENDED标记为regcomp:

...
if(regcomp(&compiled, pattern, REG_EXTENDED) == 0){
...

如果没有此标志，regcomp 将使用“基本”正则表达式语法。有一些重要的区别，例如：

• 不支持|操作员
• 子匹配的括号需要转义，\( and \)

还应该指出的是POSIX 扩展正则表达式语法与 Python 正则表达式不是 1:1 兼容（不知道 TextMate）。特别是，我担心您的正则表达式的这一部分在 POSIX 中不起作用，或者至少不可移植：

 [\\W]

指定非空格字符的 POSIX 方法是：

 [^[:space:]]

POSIX 的整个正则表达式在 C 中应该如下所示：

 char *pattern = "((u[0-9]{1,2})|(phaseu)|(phasep)|[^[:space:]]+([xyz])[^[:space:]]+)";