regex - PCRE:返回匹配子模式的偏移量

Question

我希望将大量模式与 Web 文档中的各种 HTML 元素、属性和文本相匹配。

例如，我可能对 <title> 的内容感兴趣元素并有一个这样的正则表达式:

pcre *test_filter = pcre_compile("(google|stackoverflow|expertsexchange)",0,&error,&erroffset,NULL);

如果我要针对“stackoverflow”的输入字符串进行测试，我想知道是否有可能以某种方式引用该组内的偏移量，即在这种情况下为 1，0 代表 google，2 代表 experstexchange。

理想情况下，我将连接一堆文本字符串，这似乎是了解码中哪个成员匹配的最明显方法，而不是执行进一步的正则表达式。
pcre 是否存在此类功能？ ?

Answer 1

您提供的 RE 模式有助于查找匹配的字符串的值，但是您必须(至少)查找匹配的值才能将索引添加到组中。如果你改变模式让每个词都在自己的捕获组中，那么你可以使用来自 pcre_exec() 的返回值。获取最后一个捕获组的索引(加 1)。

如果模式是 "(google)|(stackoverflow)|(expertsexchange)" , 那么如果 google匹配，pcre_exec()会返回 1 (或 2 代表 stackoverflow &c)。

在准备正则表达式时，我建议从反向排序的字符串列表中构建它；这会将较长的匹配放在较短(包含)的匹配之前，即使您使用更复杂的东西，这通常也是一个很好的起点。