c - 使用正则表达式检查 .dat 文件

Question

我正在使用 fgets 读取文件。我需要根据正则表达式检查文件的每一行。如果存在非字母数字字符，则需要退出程序并显示行号和“坏”字符。发生的事情是它在“坏”角色之前被踢出。这是我的 .dat 文件:

howard jim dave 
joe
(
Maggie

我的程序输出是:

file opened
Digit: howard jim dave 
is not alphanumeric on line: 1
Exiting program!
File closed

应该发生的情况是它应该在第 3 行踢出，正如您所看到的，这没有发生。

这是我的正则表达式，位于我的 main.h 文件中:

#ifndef MAIN_H
#define MAIN_H

#ifdef  __cplusplus
extern "C" {
#endif

#define BUFF 1024
#define to_find "^[a-zA-Z0-9]+$"

这是我的 fileCheck.c

#include "main.h"

int fileCheck(FILE *fp)
{

    int ret_val;
    int line_count = 0;
    char file[BUFF];
    regex_t regex;

    if (regcomp(&regex, to_find, REG_EXTENDED) != 0)
    {
        fprintf(stderr, "Failed to compile regex '%s'\n", to_find);
        return EXIT_FAILURE;
    }

    if (fp != NULL)
    {
        while (fgets(file, BUFF, fp))
        {
            line_count++;

            if ((ret_val = regexec(&regex, file, 0, NULL, 0)) != 0)
            {
                printf("Digit: %s is not alphanumeric on line: %d\n", file, line_count);
                printf("Exiting program!\n");
                return EXIT_FAILURE;
            }
        }
    }

}

我不确定“\n”字符是否有问题。我认为不是。我很清楚 if isalnum() 但我的任务是使用正则表达式。这个问题的可能解决方案是什么？感谢您的建议。

编辑:我想提一下，当我使用 fscanf 而不是 fgets 时，上面的正则表达式工作得很好。更改的原因是我需要计算每一行。如果我是正确的， fscanf 会忽略换行符。我需要某种方法来计算换行符。是否可以使用 fscanf 来计数新的？我的原始文件读取循环是:

while (fscanf(fp, "%11023s", file) != EOF
{
    line_count++;
    if (regexec(&regex, file, 0, NULL, 0) != 0)
    {
        printf("%s%d wrong:\n, file, line_count);
        return EXIT_FAILURE;
    }
}

Answer 1

howard jim dave 包含空格。

编辑3:
我专注于仅查找有效行的匹配的原因是您似乎
使用一个简单的测试场景，稍后将变得更加复杂。
但是，如果这正是您所需要的，那么真正的解决方案就是寻找
非字母数字非空白字符。
如果您使用的正则表达式风格需要从头到尾匹配，
这是行不通的。

  #define to_find "[^a-zA-Z0-9\\s]" 
     or, 
  #define to_find "[^a-zA-Z0-9\\ \\t\\f\\r\\n]"

   . . .
     Then down here if the regex matches, it found non alpha numeric

  if ( regexec(&regex, file, 0, NULL, 0)) == 0 )
  {
      printf("Digit: %s is not alphanumeric on line: %d\n", file, line_count);
      printf("Exiting program!\n");
      return EXIT_FAILURE;
  }

编辑2:
这是 Posix 引擎吗？ regcomp() 返回什么错误代码？您应该将 REG_EXTENDED 设置为 cflag 参数之一。
不幸的是，(?:pattern) 构造是一个扩展规范。

还不如把厨房水槽扔到它上面
REG_EXTENDED | REG_NEWLINE

尝试一下那些flaqs和扑通扑通的声音
"^\\s*[a-zA-Z0-9]+(?:\\s+[a-zA-Z0-9]+)*\\s*$" 直接进入regcomp ()

这可以帮助解决错误代码:

 int res_compile = 0;
 if ( (res_compile=regcomp(&regex, to_find, REG_EXTENDED) ) != 0)
 {
   fprintf(stderr, "Failed to compile regex '%s'\nError code:  %d\n", to_find, res_compile);
 }

原文:也许你需要

 # ^\s*[a-zA-Z0-9]+(?:\s+[a-zA-Z0-9]+)*\s*$

 ^ 
 \s* 
 [a-zA-Z0-9]+ 
 (?: \s+ [a-zA-Z0-9]+ )*
 \s* 
 $

或者

 # \A[^\S\r\n]*[a-zA-Z0-9]+(?:[^\S\r\n]+[a-zA-Z0-9]+)*\s*\z

 \A 
 [^\S\r\n]* 
 [a-zA-Z0-9]+ 
 (?: [^\S\r\n]+ [a-zA-Z0-9]+ )*
 \s*
 \z