c - C中http header 的正则表达式

Question

我想从 http header 中提取字符串，例如:GET http://www.example.com HTTP/1.1 使用正则表达式。我使用这种模式:^([A-Za-z]+)(\s+)(http?):\/\/(.*)(\s+)(HTTP\/)([0-9 ].[0-9]) 这很好用并拆分了 GET、http://www.example.com 和 HTTP/1.1 。但是当我在 C 中使用此模式时，它不会转义 /(即 \/\/ 在 C 中未检测到)。我怎样才能做到这一点？或者是否有更好的模式从 http header 中提取字符串？

Answer 1

请注意，您不需要转义 C 正则表达式库中的正斜杠，因为 regcomp 不支持正则表达式分隔符。

您只需正确初始化regmatch_t、size_t 变量，使用\s 速记字符类的双重转义，然后通过正则表达式编译器的 REG_EXTENDED 标志。

我还建议将模式减少到只有 3 个捕获组:

const char *str_regex = "([A-Za-z]+) +(http?://.*) +(HTTP/[0-9][.][0-9])";

请注意，通过将点放入括号表达式中，点被“转义”了。

完整 C demo提取 GET、http://www.example.com 和 HTTP/1.1:

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

int main (void)
{
  int match;
  int err;
  regex_t preg;
  regmatch_t pmatch[4]; // We have 3 capturing groups + the whole match group
  size_t nmatch = 4; // Same as above
  const char *str_request = "GET http://www.example.com HTTP/1.1";

  const char *str_regex = "([A-Za-z]+) +(http?://.*) +(HTTP/[0-9][.][0-9])";
  err = regcomp(&preg, str_regex, REG_EXTENDED);
  if (err == 0)
    {
      match = regexec(&preg, str_request, nmatch, pmatch, 0);
      nmatch = preg.re_nsub;
      regfree(&preg);
      if (match == 0)
        {
          printf("\"%.*s\"\n", pmatch[1].rm_eo - pmatch[1].rm_so, &str_request[pmatch[1].rm_so]);
          printf("\"%.*s\"\n", pmatch[2].rm_eo - pmatch[2].rm_so, &str_request[pmatch[2].rm_so]);
          printf("\"%.*s\"\n", pmatch[3].rm_eo - pmatch[3].rm_so, &str_request[pmatch[3].rm_so]);
        }
      else if (match == REG_NOMATCH)
        {
          printf("unmatch\n");
        }
    }
  return 0;
 }