PCRE
PCRE (Perl Compatible Regular Expressions) — библиотека, реализующая работу регулярных выражений в стиле Perl (с некоторыми отличиями). Синтаксис регулярных выражений PCRE значительно более мощный и гибкий, чем стандартных регулярных выражений POSIX.
| PCRE | |
|---|---|
| Тип | Библиотека регулярных выражений |
| Разработчик | Philip Hazel[вд] |
| Написана на | C |
| Операционная система | кроссплатформенная |
| Последняя версия | |
| Репозиторий | github.com/PCRE2Project/… |
| Лицензия | BSD |
| Сайт | pcre.org |
В том или ином виде доступна для очень многих языков программирования. В частности, в PHP модуль PCRE включен в ядро.
Автор библиотеки — Филип Хейзел (Philip Hazel). Библиотека написана на Си и распространяется под свободной лицензией BSD.
Функции библиотеки
правитьБазовые функции
правитьpcre *pcre_compile(const char *pattern, int options,
const char **errptr, int *erroffset,
const unsigned char *tableptr);
Функция pcre_compile компилирует регулярное выражение во внутреннее представление библиотеки. Первый аргумент — ссылка на содержащую регулярное выражение строку. Во втором можно указать различные атрибуты (соответствующие опциям /igms… в Perl). Последний аргумент — ссылка на таблицу кодировки, созданную pcre_maketables. Если при компиляции шаблона произошла ошибка, возвращает NULL.
int pcre_exec(const pcre *code, const pcre_extra *extra,
const char *subject, int length, int startoffset, int options,
int *ovector, int ovecsize);
Функцию pcre_exec используют для поиска совпадений. В первом аргументе передают значение, возвращённое pcre_compile. Во втором — дополнительные сведения, возвращённые функцией pcre_study. Следующие три аргумента — анализируемая строка, её длина и смещение, начиная с которого будет обрабатываться строка. Затем — параметр, указывающий опции (их подробное описание см. в документации).
В последних двух аргументах нужно указать ссылку на зарезервированный массив целых чисел и его длину. В этот массив заносятся пары индексов, указывающих на начало и конец совпадений. Первые два элемента массива описывают положение всего совпавшего выражения. Остальные пары — положение подстрок, которые совпали с выражениями в круглых скобках в шаблоне (аналоги переменных вида $1 в Perl).
pcre_extra *pcre_study(const pcre *code, int options, const char **errptr);
Функция ускоряет работу программы, выполняющей множество сопоставлений с одним и тем же шаблоном. Создаёт переменную, которая хранит дополнительные сведения о шаблоне, ускоряющие его обработку функцией pcre_exec
const unsigned char *pcre_maketables(void);
Создает таблицу символов для использования её функцией pcre_compile
Извлечение подстрок
правитьint pcre_copy_substring(const char *subject, int *ovector, int stringcount,
int stringnumber, char *buffer, int buffersize);
int pcre_get_substring(const char *subject, int *ovector,
int stringcount, int stringnumber, const char **stringptr);
Получает из строки одну из найденных подстрок. Для этого указывается номер найденной подстроки. Эти функции отличаются друг от друга тем, что pcre_copy_substring записывает результат в буфер, которому уже выделена память, а pcre_get_substring выделяет память для буфера и записывает в него результат.
Первые четыре параметра у указанных функций одинаковые: первый — строка, в которой производился поиск, второй — массив, созданный функцией pcre_exec, третий — значение, возвращённое функцией pcre_exec, то есть количество найденных подстрок, четвёртый — номер нужной подстроки.
Функции возвращают длину подстроки в случае успеха, в противном случае — отрицательное значение — код ошибки
int pcre_get_substring_list(const char *subject, int *ovector,
int stringcount, const char ***listptr);
Получает из строки все найденные подстроки.
void pcre_free_substring(const char *stringptr);
void pcre_free_substring_list(const char **stringptr);
Освобождают память, выделенную, соответственно, pcre_get_substring и pcre_get_substring_list.
POSIX-совместимые
правитьВ PCRE также реализованы функции работы с регулярными выражениями, совместимые со стандартом POSIX. Эти функции нельзя использовать для обработки строк в кодировке, отличающейся от базовой ASCII:
int regcomp(regex_t *preg, const char *pattern, int cflags);
int regexec(regex_t *preg, const char *string, size_t nmatch, regmatch_t pmatch[], int eflags);
size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);
void regfree(regex_t *preg);
Функция regerror преобразует код ошибки, возвращаемый функциями regcomp и regexec, в сообщение об ошибке. Первый параметр — код ошибки. Второй — скомпилированный шаблон. Третий — строка, в которую будет записано сообщение. Четвёртый — её максимальная длина.
Функция regfree освобождает переменную, хранящую скомпилированный шаблон, которая передаётся как параметр. Применяется, когда нужно использовать одну и ту же переменную для нескольких операций поиска.
Компиляция Just-in-time
правитьЭта опциональная возможность доступна в версии 8.20 и выше, если она была разрешена при сборке библиотеки PCRE. Наибольший прирост производительности возможен, например, когда вызывающая программа повторно использует ранее оттранслированные регулярные выражения. Поддержка JIT была написана Золтаном Херцегом (Zoltan Herczeg)[2] и не предназначена для интерфейсов POSIX и C++. Встроенный транслятор работает на следующих архитектурах:[2]
Пример использования
правитьЭто пример простейшей программы на C++. Регулярное выражение и строка заданы в исходном тексте (компилировать с ключом -lpcre).
# include <iostream>
# include <string.h>
# include <pcre.h>
using namespace std;
int main() {
char pattern[] = "[es]"; // шаблон (регулярное выражение)
char str[] = "test"; // разбираемая строка
// создание таблицы перекодировки для локали ru
const unsigned char *tables = NULL;
setlocale (LC_CTYPE, (const char *) "ru.");
tables = pcre_maketables();
// компилирование регулярного выражения во внутреннее представление
pcre *re;
int options = 0;
const char *error;
int erroffset;
re = pcre_compile ((char *) pattern, options, &error, &erroffset, NULL);
if (!re) { // в случае ошибки компиляции
cerr << "Failed at offset " << erroffset << ":" << error << "\n";
} else {
int count = 0;
int ovector[30];
count = pcre_exec (re, NULL, (char *) str, strlen(str), 0, 0, ovector, 30);
// выполнение сопоставления с образцом
if (!count) { // если нет совпадений
cout << "No match\n";
} else {
//вывод пар {начало, конец} совпадения
for (int c = 0; c < 2 * count; c += 2) {
if (ovector[c] < 0) { // или <unset> для несопоставившихся подвыражений
cout << "<unset>\n";
} else{
cout << ovector[c] << ovector[c + 1] << "\n";
}
}
}
}
// освобождаем данные, под которые выделялась память
pcre_free((void *) re);
pcre_free((void *) tables);
return 0;
}
Примечания
править- ↑ Release 10.44 — 2024.
- ↑ 1 2 PCRE(3) Library Functions Manual (англ.). Дата обращения: 29 октября 2013. Архивировано 28 ноября 2017 года.
- ↑ Jiong Wang (Tilera Corporation). Add JIT support for the 64 bit TileGX architecture. (англ.) (14 октября 2013). — Патч добавляющий JIT транслятор для архитектуры TileGX в библиотеку PCRE (более 12000 строк). Архивировано из оригинала 29 октября 2013 года.
Ссылки
править- pcre.org (англ.) — Домашняя страница PCRE.
- pcre.org/pcre.txt (англ.) — Документация PCRE.
- Русская вики-документация по PCRE (некоторые страницы не переведены)
- Универсальная энциклопедия регулярных выражений стандарта PCRE
- www.shtogrin.com/library/web/pcre — Perl-совместимые регулярные выражения (PCRE)
- http://myregexp.com/applet.html (англ.) — Online редактор регулярных выражений с полной подсветкой синтаксиса (PCRE) (java-applet)