C中http标头的正则表达式

Question

我想从http标头中提取字符串，例如：使用正则表达式GET http://www.example.com HTTP/1.1 。 我使用这种模式： ^([A-Za-z]+)(\\s+)(http?):\\/\\/(.*)(\\s+)(HTTP\\/)([0-9].[0-9])并且效果很好，并且将GET ， http://www.example.com和HTTP/1.1分开。 但是当我在C语言中使用此模式时，它不会转义/ （即\\/\\/在C语言中不会检测到）。 我怎样才能做到这一点？ 还是有更好的模式从http标头中提取字符串？

Answer 1

请注意，由于regcomp不支持regex分隔符，因此您无需在C regex库中转义正斜杠。

您所需regmatch_t就是正确地初始化regmatch_t和size_t变量，对\\s速记字符类使用双转义符，并将REG_EXTENDED标志传递给regex编译器。

我还建议将模式减少到仅三个捕获组：

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

请注意，将点放在方括号表达式中可将其“转义”。

提取GET ， http://www.example.com : http://www.example.com和HTTP/1.1完整C演示 ：

#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;
 }