c - 正则表达式匹配错误的字符串

Question

我尝试使用 regex.h 但没有成功。我正在尝试匹配一个 IP 地址

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

#define No_Regex_Flags 0

void check_RE(char * r, regex_t RE)
{
    printf ("%s - %s\n", r, !regexec(&RE, r, 0, NULL, 0) ? "Match" : "No Match");
}

int main ()
{
    regex_t regex;
    int ret = regcomp(&regex, "[0-9]{1,3}.{3}[0-9]{1,3}", No_Regex_Flags);
    if(ret)
        printf("err1\n");

    char  RE_list[][32] = 
    {
        "0.0.0.0",
        "123.456.789.123",
        "a.b.c.d",
        "1.2.34.567",
        "1111.1.1.1",
        ".1.1.1",
        "1,1,1,1"
    };

    for(int i = 0; i < sizeof(RE_list) / sizeof(RE_list[0]); i++)
        check_RE(RE_list[i], regex);

    return 0;
}

但是，我得到的输出总是匹配的:

0.0.0.0 - Match
123.456.789.123 - Match
a.b.c.d - Match
1.2.34.567 - Match
1111.1.1.1 - Match
.1.1.1 - Match
1,1,1,1 - Match

这是为什么？

Answer 1

使用

int ret = regcomp(&regex, "^([0-9]{1,3}\\.){3}[0-9]{1,3}$", REG_EXTENDED);

或者，更高效的方式:

int ret = regcomp(&regex, "^[0-9]{1,3}(\\.[0-9]{1,3}){3}$", REG_EXTENDED);

参见 this regex demo，它也匹配错误的 IP 地址，如 1.2.34.567 和 123.456.789.123 。所以，我建议一个更精确的(来源:regular-expresions.info):

"^(25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[0-9])(\\.(25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[0-9])){3}$"

参见 this regex demo。

参见 C demo 。输出是

0.0.0.0 - Match
123.456.789.123 - No Match
a.b.c.d - No Match
1.2.34.567 - No Match
1111.1.1.1 - No Match
.1.1.1 - No Match
1,1,1,1 - No Match

兴趣点

• 点匹配任何字符，所以你必须在模式中用 \\ 转义它
• 如果您必须重复一系列模式，则需要将它们分组并量化该组:[0-9]{1,3}\\.{3} => ([0-9]{1,3}\\.){3}
• 要匹配整个字符串，您需要 anchor 、^ 和围绕模式的$
• 要使 $ anchor 工作，您需要将 REG_EXTENDED 标志传递给 regcomp。如果您计划使用 {3} 而不必转义 { 和 } ，那么它也是必需的。否则，您将不得不遵循 BRE POSIX 规范并编写一个限制量词，例如 \{3\}
• 由于 [0-9]{1,3} 匹配任何 3 位数字，原始模式并不是真正验证 IP 地址，因此您需要将八位字节值限制为 0 .. 255 。因此，应该使用交替组 (25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[0-9]) 来匹配一个八位字节。

这是八位位组模式的解释:

• 25[0-5] - 250 到 255
• | - 或
• 2[0-4][0-9] - 200 到 249
• | - 或
• 1[0-9][0-9] - 100 到 199
• | - 或
• [1-9]?[0-9] - 0 到 99 。