c - "Pattern matching"并在 C 中提取

Question

我需要解析很多文件名(我猜最多 250000 个)，包括路径，并从中提取一些部分。

这是一个例子:

原文:/my/complete/path/to/80/01/a9/1d.pdf

需要:8001a91d

我正在寻找的“模式”总是以“/8”开头。我需要提取的部分形成一个 8 位十六进制数字字符串。

我的思路如下(简单演示):

/* original argument */
char *path = "/my/complete/path/to/80/01/a9/1d.pdf";

/* pointer to substring */
char *begin = NULL;

/* final char array to be build */
char *hex = (char*)malloc(9);

/* find "pattern" */
begin = strstr(path, "/8");
if(begin == NULL)
    return 1;

/* jump to first needed character */
begin++;

/* copy the needed characters to target char array */
strncpy(hex,   begin,   2);
strncpy(hex+2, begin+3, 2);
strncpy(hex+4, begin+6, 2);
strncpy(hex+6, begin+9, 2);
strncpy(hex+8, "\0",    1);     

/* print final char array */
printf("%s\n", hex);

这行得通。我只是觉得这不是最聪明的方法。并且可能存在一些我自己看不到的陷阱。

那么，有人建议这种指针移动方式有什么危险吗？您认为有何改进之处？

C 是否提供这样的功能 s|/(8.)/(..)/(..)/(..)\.|\1\2\3\4| ？如果我没记错的话，某些脚本语言具有类似的功能；如果你明白我的意思。

Answer 1

C 本身不提供此功能，但您可以使用 POSIX 正则表达式。它是一个功能齐全的正则表达式库。但是对于像您这样简单的模式，这可能是最好的方法。

顺便说一句，比起strncpy，更喜欢memcpy。很少有人知道 strncpy 有什么用。我不是他们中的一员。