代码之家 › 专栏 › 技术社区 › Simone Margaritelli

PCRE多线匹配问题

pcre regex c++

Simone Margaritelli · 技术社区 · 16 年前

我有这个C++程序(实际上它只是一个片段):

#include <iostream>
#include <pcre.h>
#include <string>

using namespace std;

int main(){    
    string pattern = "<a\\s+href\\s*=\\s*\"([^\"]+)\"",
           html = "<html>\n"
                  "<body>\n"
                  "<a href=\"example_link_1\"/>\n"
                  "<a href=\"example_link_2\"/>\n"
                  "<a href=\"example_link_3\"/>\n"
                  "</body>\n"
                  "</html>";
    int            i, ccount, rc,
                *offsets,
                 eoffset;
    const char  *error;
    pcre         *compiled;

    compiled = pcre_compile( pattern.c_str(), PCRE_CASELESS | PCRE_MULTILINE, &error, &eoffset, 0 );
    if( !compiled ){
        cerr << "Error compiling the regexp!!" << endl;
        return 0;
    }

    rc = pcre_fullinfo( compiled, 0, PCRE_INFO_CAPTURECOUNT, &ccount );

    offsets = new int[ 3 * (ccount + 1) ];

    rc = pcre_exec( compiled, 0, html.c_str(), html.length(), 0, 0, offsets, 3 * (ccount + 1) );

    if( rc >= 0 ){
        for( i = 1; i < rc; ++i ){
            cout << "Match : " << html.substr( offsets[2*i], offsets[2*i+1] - offsets[2*i] ) << endl;
        }
    }
    else{
        cout << "Sorry, no matches!" << endl;
    }

    delete [] offsets;

    return 0;
}

\\s 是 \s 为C/C++字符串逃逸。但是,即使缓冲区中有3个链接,并且regexp是用PCRE\u CASELESS和PCRE\u MULTILINE标志编译的,我也只匹配一个元素:

Match : example_link_1

这个代码怎么了?regexp本身我认为是正确的(例如在PHP中尝试过)。

1 回复 | 直到 16 年前

Michael Krelin - hacker 16 年前

嗯,它不应该归还所有的火柴。想想看,你要求capturecount,大概是一个或两个(也就是说,要么是整个匹配和一个子表达式,要么只是子表达式,我不记得了,我猜是两个)。你怎么能指望它知道你从未传递给它的字符串中有多少个匹配项?你不希望它在数组中返回三个匹配项,是吗?如果你有三千?

我已经有一段时间没有处理pcreapi了,但是我认为您需要再次循环并与字符串的其余部分进行匹配。

推荐文章

AstralHex · 矩阵乘法代码工作不正常

1 年前

Baba Dan Constantin · SSE4.1在矩阵4x4乘法上比SSE3慢?

1 年前

Giogre · 为包含许多数值字段的简单“struct”重载比较运算符

1 年前

einpoklum · 定义一个并不真正提供now()函数的std::chrono Clock是“合法的”吗?

1 年前

Fishie · 作为类成员的智能指针是否仍然自动释放?[关闭]

1 年前

Die4Toast · 递归调用成员箭头运算符->

1 年前

Angle.Bracket · 如何用C++将UTF-8文件名写入MS Windows控制台?

1 年前

Anka HanÄ±m · 关于结构和动态数组地址的问题

1 年前

Adam Barnes · 我如何定义一个基于constexpr函数返回值进行限制的概念?

1 年前

user2138149 · 为什么我不能获取包含多个元素的结构体中某些元素的地址?[副本]

1 年前