sscanf函數和正則表達式

看了幾篇介紹sscanf函數，真是發現本身好多東西沒理解透，詳細介紹使用在sscanf中使用正則表達式。

第一篇：

此文全部的實驗都是基於下面的程序：

char str[10];

for (int i = 0; i < 10; i++) str[i] = '!';

執行完後str的值爲

str = "!!!!!!!!!!"

咱們把str的每一個字符都初始化爲驚歎號，當str的值發生變化時，使用printf打印str的值，對比先前的驚歎號，這樣就能夠方便的觀察str發生了怎樣的變化。下面咱們作幾個小實驗，看看使用sscanf和正則表達式格式化輸入後，str有什麼變化。

實驗1：

 sscanf( "123456" , "%s" , str) ; ---------str的值爲 "123456\0!!!"

這個實驗很簡單，把源字符串"123456"拷貝到str的前6個字符，而且把str的第7個字符設爲null字符，也就是\0

實驗2：

 sscanf( "123456" , "%3s" , str) ; ---------str的值爲 "123\0!!!!!!"

看到沒有，正則表達式的百分號後面多了一個3，這告訴sscanf只拷貝3個字符給str，而後把第4個字符設爲null字符。

實驗3：

 sscanf( "aaaAAA" , "%[a-z]" , str) ; ---------str的值爲 "aaa\0!!!!!!"

從這個實驗開始咱們會使用正則表達式，括號裏面的a-z就是一個正則表達式，它能夠表示從a到z的任意字符，

在繼續討論以前，咱們先來看看百分號表示什麼意思，%表示選擇 ，%後面的是條件，好比實驗1的"%s"，s是一個條件，表示任意字符，"%s"的意思是：只要輸入的東西是一個字符，就把它拷貝給str。實驗2 的"%3s"又多了一個條件：只拷貝3個字符。實驗3的「%[a-z]」的條件稍微嚴格一些，輸入的東西不可是字符，還得是一個小寫字母的字符，因此實驗 3只拷貝了小寫字母"aaa"給str，別忘了加上null字符。

實驗4：

 sscanf( "AAAaaaBBB" , "%[^a-z]" , str) ; ---------str的值爲 "AAA\0!!!!!!"

對於全部字符，只要不是小寫字母，都知足"^a-z"正則表達式，符號^表示邏輯非。前3個字符都不是小寫字符，因此將其拷貝給str，但最後3個 字符也不是小寫字母，爲何不拷貝給str呢？這是由於當碰到不知足條件的字符後，sscanf就會中止執行，再也不掃描以後的字符。

實驗5：

sscanf( "AAAaaaBBB" , "%[A-Z]%[a-z]" , str) ; ---------段錯誤

這個實驗的本意是：先把大寫字母拷貝給str，而後把小寫字母拷貝給str，但很不幸，程序運行的時候會發生段錯誤，由於當sscanf掃描到字符 a時，違反了條件"%[A-Z]"，sscanf就中止執行，再也不掃描以後的字符，因此第二個條件也就沒有任何意義，這個實驗說明：不能使用%號兩次或兩 次以上

實驗6：

sscanf( "AAAaaaBBB" , "%*[A-Z]%[a-z]" , str) ; ---------str的值爲 "aaa\0!!!!!!"

這個實驗出現了一個新的符號：%*，與%相反，%*表示過濾 知足條件的字符，在這個實驗中，%*[A-Z]過濾了全部大寫字母，而後再使用%[a-z]把以後的小寫字母拷貝給str。若是隻有%*，沒有%的 話，sscanf不會拷貝任何字符到str，這時sscanf的做用僅僅是過濾字符串。

實驗7：

 sscanf( "AAAaaaBBB" , "%[a-z]" , str) ; ---------str的值爲 "!!!!!!!!!!"

作完前面幾個實驗後，咱們都知道sscanf拷貝完成後，還會在str的後面加上一個null字符，但若是沒有一個字符知足條件，sscanf不會 在str的後面加null字符，str的值依然是10個驚歎號。這個實驗也說明了，若是不使用%*過濾掉前面不須要的字符，你永遠別想取得中間的字符。

實驗8：

 sscanf( "AAAaaaBC=" , "%*[A-Z]%*[a-z]%[^a-z=]" , str) ; ---------str的值爲 "BC\0!!!!!!!"

這是一個綜合實驗，但這個實驗的目的不是幫咱們複習前面所學的知識，而是展現兩個值得注意的地方：

注意1：%只能使用一次，但%*可使用屢次，好比在這個實驗裏面，先用%*[A-Z]過濾大寫字母，而後用%*[a-z]過濾小寫字母。

注意2：^後面能夠帶多個條件，且這些條件都受^的做用，好比^a-z=表示^a-z且^=(既不是小寫字母，也不是等於號)。

實驗9：

int k;

sscanf( "AAA123BBB456" , "%*[^0-9]%i" , &k) ; ---------k的值爲123

首先，%*[^0-9]過濾前面非數字的字符，而後用%i把數字字符轉換成int型的整數，拷貝到變量k，注意參數必須使用k的地址。

本文來自CSDN博客，出處：http://blog.csdn.net/kenby/archive/2009/04/05/4051018.aspx

第二篇：

今天翻google reader的時候看到這樣一篇文章，介紹的是sscanf的高級用法。直到今天我才知道sscanf是能夠直接用正則表達式的，慚愧。

在msdn中sscanf的聲明以下

int sscanf( const char *buffer, const char *format [, argument ] ... );

雙字節版本的是這樣的

int swscanf( const wchar_t *buffer, const wchar_t *format [, argument ] ... );

第一個參數是源字符串，這沒什麼好講。第三個及之後的參數是可變參數列表，用於接收解析出來以後的值，可變參數列表不是本文的重點，暫且不提。最有 玄機的是第二個參數，也就是所謂的format。咱們知道prinft,sprintf,scanf,sscanf這四個函數（以及相應的雙字節版本）都 接收一個名爲format的字符串做爲參數，以便對輸入輸出作格式化，好比

sscanf(「12」, "%d", &in)

能夠把字符串"12"（唸作一二）格式化成10進制數12（唸作十二），並賦值給in，而

　　　　sscanf(「12」, "%s", str)

C語言手冊，那麼你必定對次很是熟悉，並喜歡在中間夾雜點啊三啊啥的組成諸如%.4ld之類的format贏取初學者（或者老闆）的讚賞。可是你可真不必定了解，format裏是能夠直接用正則表達式的，好比

sscanf("123334abcd123", "%[0-9]*", str);

執行完後str的內容是字符串"123334"。[0-9]*是一個很是簡單的正則表達式，意思是匹配數字任意次。關於正則表達式的更多內容請參看這個。

咱們在寫程序時常常會碰到須要解析字符串的狀況，而正則表達式則是解決此類問題的利器。若是咱們能善用c標準庫函數就能使用的正則表達式，必定能夠作到事半而功倍。

------------

附正則表達式完整列表

字元	描述
\	將下一個字元標記為一個特殊字元、或一個原義字元、或一個向後引用、或一個八進位轉義符。例如，「n」匹配字元「n」。「\n」匹配一個換行符。序列「\\」匹配「\」而「\(」則匹配「(」。
^	匹配輸入字元串的開始位置。若是設置了RegExp對象的Multiline屬性，^也匹配「\n」或「\r」之後的位置。
$	匹配輸入字元串的結束位置。若是設置了RegExp對象的Multiline屬性，$也匹配「\n」或「\r」以前的位置。
*	匹配前面的子表達式零次或屢次。例如，zo*能匹配「z」以及「zoo」。*等價於{0,}。
+	匹配前面的子表達式一次或屢次。例如，「zo+」能匹配「zo」以及「zoo」，但不能匹配「z」。+等價於{1,}。
?	匹配前面的子表達式零次或一次。例如，「do(es)?」能夠匹配「do」或「does」中的「do」。?等價於{0,1}。
{n}	n是一個非負整數。匹配確定的n次。例如，「o{2}」不能匹配「Bob」中的「o」，可是能匹配「food」中的兩個o。
{n,}	n是一個非負整數。至少匹配n次。例如，「o{2,}」不能匹配「Bob」中的「o」，但能匹配「foooood」中的全部o。「o{1,}」等價於「o+」。「o{0,}」則等價於「o*」。
{n,m}	m和n均為非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，「o{1,3}」將匹配「fooooood」中的前三個o。「o{0,1}」等價於「o?」。請注意在逗號和兩個數之間不能有空格。
?	當該字元緊跟在任何一個其餘限制符(*,+,?,{n},{n,},{n,m})後面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字元串，而默認的貪婪模式則盡可能多的匹配所搜索的字元串。例如，對於字元串「oooo」，「o+?」將匹配單個「o」，而「o+」將匹配全部「o」。
.	匹配除「\n」以外的任何單個字元。要匹配包括「\n」在內的任何字元，請使用像「[.\n]」的模式。
(pattern)	匹配pattern並獲取這一匹配。所獲取的匹配能夠從產生的Matches集合獲得，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字元，請使用「」或「」。
(?:pattern)	匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以後使用。這在使用「或」字元(|)來組合一個模式的各個部分是頗有用。例如，「industr(?:y|ies)就是一個比」industry|industries'更簡略的表達式。
(?=pattern)	正向預查，在任何匹配pattern的字元串開始處匹配查找字元串。這是一個非獲取匹配，也就是說，該匹配不須要獲取供以後使用。例如， 「Windows(?=95|98|NT|2000)」能匹配「Windows2000」中的「Windows」，但不能匹配「Windows3.1」中 的「Windows」。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後當即開始下一次匹配的搜索，而不是從包含預查的字元之後開始。
(?!pattern)	負向預查，在任何不匹配pattern的字元串開始處匹配查找字元串。這是一個非獲取匹配，也就是說，該匹配不須要獲取供以後使用。例如 「Windows(?!95|98|NT|2000)」能匹配「Windows3.1」中的「Windows」，但不能匹配「Windows2000」中 的「Windows」。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後當即開始下一次匹配的搜索，而不是從包含預查的字元之後開始
x|y	匹配x或y。例如，「z|food」能匹配「z」或「food」。「(z|f)ood」則匹配「zood」或「food」。
[xyz]	字符集合。匹配所包含的任意一個字元。例如，「[abc]」能夠匹配「plain」中的「a」。
[^xyz]	負值字符集合。匹配未包含的任意字元。例如，「[^abc]」能夠匹配「plain」中的「p」。
[a-z]	字元範圍。匹配指定範圍內的任意字元。例如，「[a-z]」能夠匹配「a」到「z」範圍內的任意小寫字母字元。
[^a-z]	負值字元範圍。匹配任何不在指定範圍內的任意字元。例如，「[^a-z]」能夠匹配任何不在「a」到「z」範圍內的任意字元。
\b	匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，「er\b」能夠匹配「never」中的「er」，但不能匹配「verb」中的「er」。
\B	匹配非單詞邊界。「er\B」能匹配「verb」中的「er」，但不能匹配「never」中的「er」。
\cx	匹配由x指明的控制字元。例如，\cM匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的「c」字元。
\d	匹配一個數字字元。等價於[0-9]。
\D	匹配一個非數字字元。等價於[^0-9]。
\f	匹配一個換頁符。等價於\x0c和\cL。
\n	匹配一個換行符。等價於\x0a和\cJ。
\r	匹配一個回車符。等價於\x0d和\cM。
\s	匹配任何空白字元，包括空格、製表符、換頁符等等。等價於[\f\n\r\t\v]。
\S	匹配任何非空白字元。等價於[^\f\n\r\t\v]。
\t	匹配一個製表符。等價於\x09和\cI。
\v	匹配一個垂直製表符。等價於\x0b和\cK。
\w	匹配包括下劃線的任何單詞字元。等價於「[A-Za-z0-9_]」。
\W	匹配任何非單詞字元。等價於「[^A-Za-z0-9_]」。
\xn	匹配n，其中n為十六進位轉義值。十六進位轉義值必須為確定的兩個數字長。例如，「\x41」匹配「A」。「\x041」則等價於「\x04」&「1」。正則表達式中可使用ASCII編碼。.
\num	匹配num，其中num是一個正整數。對所獲取的匹配的引用。例如，「(.)\1」匹配兩個連續的相同字元。
\n	標識一個八進位轉義值或一個向後引用。若是\n以前至少n個獲取的子表達式，則n為向後引用。否則，若是n為八進位數字(0-7)，則n為一個八進位轉義值。
\nm	標識一個八進位轉義值或一個向後引用。若是\nm以前至少有nm個獲得子表達式，則nm為向後引用。若是\nm以前至少有n個獲取，則n為一個後跟文字m的向後引用。若是前面的條件都不滿足，若n和m均為八進位數字(0-7)，則\nm將匹配八進位轉義值nm。
\nml	若是n為八進位數字(0-3)，且m和l均為八進位數字(0-7)，則匹配八進位轉義值nml。
\un	匹配n，其中n是一個用四個十六進位數字表示的Unicode字元。例如，\u00A9匹配版權符號（©）。