在vc6中使用PCRE-8.33

#在vc6中使用PCRE-8.33

1. 引言

最近开发项目要遇到数据检验问题，打算使用正则表达式，因为它简单、高效，重要的是，不用把检验规则硬编码在程序里，放在配置文件中即可。由于使用的开发工具是vc6，不像vs2008那样已经自带boost的regex库。上网一查，最后在boost regex 和 PCRE 两个里选择。在编译速度上，boost regex 要慢一些；在运行速度上，PCRE在匹配简单字符串时更快，boost则在匹配较长字符串时略快。在综合考虑了大小和易用性之后，选择了PCRE。

2. PCRE简介

正则表达式(regular expression)，通常简写为regex、regexp或RE，使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。

PCRE(Perl Compatible Regular Expressions)，是一个函数库，由Philip Hazel开发，该函数库使用与Perl5一样的语法和语义实现了正则表达式的模式匹配功能。PCRE是免费开源的，它是由C语言实现。很多著名的开源软件如Apache、PHP、KDE、Nginx 等都使用了PCRE。官方主页--http://www.pcre.org，目前（2013.12）最新版本是8.33。

3. 如何在vc6中使用PCRE

####3.1 下载最新版PCRE

下载地址----ftp://ftp.csx.cam.ac.uk/pub/software/programming/pcre/ windows用户下载扩展名为 zip 的文件就好。下载完成后，解压缩。

顺便提一下，也可以在这个网址(http://www.psyon.org/projects/pcre-win32/) 下载带vs工程文件的源码，但这个网站的版本要滞后于 PCRE 官网的。比如现在，官网的最新版本是8.33，而这个网站的最新版本是7.9。

####3.2 编译 PCRE

PCRE的作者Philip Hazel是在linux上工作的，所以编译PCRE最好的办法自然是configure, make, make install三步曲了。在windows下， cygwin或者MinGW都支持这么做，虽然它们二者其实是完全不同的。网上有许多文章也讲了手工编译PCRE的方法，虽然不是针对最新版本的，但略作修改，也是可行的（但要做到一键搞定，还要多下功夫才行）。

今天我要介绍的是用CMake。CMake是一种配置工具，可以用来代替“configure”。有越来越多的开源程序支持 CMake，因为其简单、实用、足够强大。

先从 http://www.cmake.org 上下载最新版的CMake，我是直接下载的安装包：cmake-2.8.12.1-win32-x86.exe。然后安装，最好安装到没有空格的目录下（事实上，这是个好习惯）。安装完成后别忘了把 cmake/bin 放到环境变量path中。

在解压缩后的PCRE目录下建个子目录build，比如我的D:\pcre-8.33\build。

进入控制台，然后先运行vc6的设置环境变量的批处理，我的机器上是D:\Program Files\Microsoft Visual Studio\VC98\Bin\VCVARS32.BAT，然后键入 cmake-gui ，回车。

设置要编译的源代码的路径以及编译好的二进制文件存放的路径
点"Configure"按钮，然后选择编译器，可以选择合适的编译器，因为我用的就是vc6，所以我选择了 "Visual Studio 6"。
CMake 会读取源代码目录下的文件 CMakeLists.txt ，然后将读到的配置以红颜色显示出来，此时可以根据我们的需要适当的选择或去掉一些配置，比如加上 PCRE_SUPPORT_UTF，去掉PCRE_SUPPORT_JIT(不需要嵌入式的代码)、PCRE_BUILD_PCRECPP(我只想要c形式的库)；还可以修改一些配置的值，比如把PCRE_NEWLINE从LF改成CRLF。然后再点一下"Configure",最后点"Generate"，你会发现在build目录里生成了一系列的vc6的工程文件以及一些.h文件和.c文件。我们最关心的是pcre.dsp。打开它，剩下的，对我们应该都不是问题了。:)

####3.3 在工程中使用PCRE

包含头文件 #include "pcre.h"
链接静态库 #pragma comment(lib,"pcre.lib")
在项目”预处理器定义“中加上PCRE_STATIC

示例代码：

  pcre *myregexp;
  const char *error;
  int erroroffset;
  int offsetcount;
  int offsets[(0+1)*3]; // (max_capturing_groups+1)*3
  myregexp = pcre_compile("\\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\\.[A-Z]{2,6}\\b", 0, &error, &erroroffset, NULL);
  if (myregexp != NULL) {
  	offsetcount = pcre_exec(myregexp, NULL, subject, strlen(subject), 0, 0, offsets, (0+1)*3);
  	while (offsetcount > 0) {
  		// match offset = offsets[0];
  		// match length = offsets[1] - offsets[0];
  		if (pcre_get_substring(subject, &offsets, offsetcount, 0, &result) >= 0) {
  			// Do something with match we just stored into result
  		}
  		offsetcount = pcre_exec(myregexp, NULL, subject, strlen(subject), 0, offsets[1], offsets, (0+1)*3);
  	} 
  } else {
  	// Syntax error in the regular expression at erroroffset
  }

接口介绍： pcre *pcre_compile、pcre_exec

  pcre *pcre_compile(const char *pattern, int options,
  const char **errptr, int *erroffset,
  const unsigned char *tableptr);
  功能：编译一个描述正则表达式的字符串
  参数：pattern, 输入参数，将要被编译的字符串形式的正则表达式
    options, 输入参数，用来指定编译时的一些选项
    errptr, 输出参数，用来输出错误信息
    erroffset, 输出参数，pattern中出错位置的偏移量
    tableptr, 输入参数，用来指定字符表，一般情况用NULL, 使用缺省的字符表
  返回值：被编译好的正则表达式的pcre内部表示结构


  int pcre_exec(const pcre *code, const pcre_extra *extra,
              const char *subject, int length, int startoffset,
              int options, int *ovector, int ovecsize);
  功能：用来检查某个字符串是否与指定的正则表达式匹配
  参数： code, 输入参数，用pcre_compile编译好的正则表达结构的指针
        extra, 输入参数，用来向pcre_exec传一些额外的数据信息的结构的指针
        subject, 输入参数，要被用来匹配的字符串
        length, 输入参数， 要被用来匹配的字符串的指针
        startoffset, 输入参数，用来指定subject从什么位置开始被匹配的偏移量
        options, 输入参数， 用来指定匹配过程中的一些选项
        ovector, 输出参数，用来返回匹配位置偏移量的数组
        ovecsize, 输入参数， 用来返回匹配位置偏移量的数组的最大大小
  返回值：匹配成功返回非负数，匹配返回负数

简单的说，pcre_compile 把一个描述正则表达式的字符串编译成内部表示形式，之后就可以用pcre_exec来进行匹配、捕获等工作。

当然，PCRE的功能是非常强大的，远不止上面说的那么简单。剩下的就看我们自己的探索了。

顺便说一句：PCRE源代码目录下testdata目录中的那些输入和输出文件，本身就是很好的学习正则表达式极好的东西。

来源：oschina

链接：https://my.oschina.net/u/942073/blog/184444

标签

pcre