首页 > 代码库 > sscanf函数和正则表达式
sscanf函数和正则表达式
此文所有的实验都是基于下面的程序:
char str[10];
for (int i = 0; i < 10; i++) str[i] = ‘!‘;
执行完后str的值为
str = "!!!!!!!!!!"
我们把str的每个字符都初始化为惊叹号,当str的值发生变化时,使用printf打印str的值,对比先前的惊叹号,这样就可以方便的观察str发生了怎样的变化。下面我们做几个小实验,看看使用sscanf和正则表达式格式化输入后,str有什么变化。
实验1:
sscanf("123456","%s",str); ---------str的值为 "123456\0!!!"
这个实验很简单,把源字符串"123456"拷贝到str的前6个字符,并且把str的第7个字符设为null字符,也就是\0
实验2:
sscanf("123456","%3s",str); ---------str的值为 "123\0!!!!!!"
看到没有,正则表达式的百分号后面多了一个3,这告诉sscanf只拷贝3个字符给str,然后把第4个字符设为null字符。
实验3:
sscanf("aaaAAA","%[a-z]",str); ---------str的值为 "aaa\0!!!!!!"
从这个实验开始我们会使用正则表达式,括号里面的a-z就是一个正则表达式,它可以表示从a到z的任意字符,
在继续讨论之前,我们先来看看百分号表示什么意思,%表示选择,%后面的是条件,比如实验1的"%s",s是一个条件,表示任意字符,"%s"的意思是:只要输入的东西是一个字符,就把它拷贝给str。
实验2的"%3s"又多了一个条件:只拷贝3个字符。实验3的“%[a-z]”的条件稍微严格一些,输入的东西不但是字符,还得是一个小写字母的字符,
所以实验3只拷贝了小写字母"aaa"给str,别忘了加上null字符。
实验4:
sscanf("AAAaaaBBB","%[^a-z]",str); ---------str的值为 "AAA\0!!!!!!"
对于所有字符,只要不是小写字母,都满足"^a-z"正则表达式,符号^表示逻辑非。前3个字符都不是小写字符,所以将其拷贝给str,但最后3个字符也不是小写字母,
为什么不拷贝给str呢?这是因为当碰到不满足条件的字符后,sscanf就会停止执行,不再扫描之后的字符。
实验5:
sscanf("AAAaaaBBB","%[A-Z]%[a-z]",str); ---------段错误
这个实验的本意是:先把大写字母拷贝给str,然后把小写字母拷贝给str,但很不幸,程序运行的时候会发生段错误,因为当sscanf扫描到字符a时,违反了条件"%[A-Z]",
sscanf就停止执行,不再扫描之后的字符,所以第二个条件也就没有任何意义,这个实验说明:不能使用%号两次或两次以上
实验6:
sscanf("AAAaaaBBB","%*[A-Z]%[a-z]",str); ---------str的值为 "aaa\0!!!!!!"
这个实验出现了一个新的符号:%*,与%相反,%*表示过滤满足条件的字符,在这个实验中,%*[A-Z]过滤了所有大写字母,然后再使用%[a-z]把之后的小写字母拷贝给str。
如果只有%*,没有%的话,sscanf不会拷贝任何字符到str,这时sscanf的作用仅仅是过滤字符串。
实验7:
sscanf("AAAaaaBBB","%[a-z]",str); ---------str的值为 "!!!!!!!!!!"
做完前面几个实验后,我们都知道sscanf拷贝完成后,还会在str的后面加上一个null字符,但如果没有一个字符满足条件,sscanf不会在str 的后面加null字符,
str的值依然是10个惊叹号。这个实验也说明了,如果不使用%*过滤掉前面不需要的字符,你永远别想取得中间的字符。
实验8:
sscanf("AAAaaaBC=","%*[A-Z]%*[a-z]%[^a-z=]",str); ---------str的值为 "BC\0!!!!!!!"
这是一个综合实验,但这个实验的目的不是帮我们复习前面所学的知识,而是展示两个值得注意的地方:
注意1:%只能使用一次,但%*可以使用多次,比如在这个实验里面,先用%*[A-Z]过滤大写字母,然后用%*[a-z]过滤小写字母。
注意2:^后面可以带多个条件,且这些条件都受^的作用,比如^a-z=表示^a-z且^=(既不是小写字母,也不是等于号)。
实验9:
int k;
sscanf("AAA123BBB456", "%*[^0-9]%i", &k); ---------k的值为123
首先,%*[^0-9]过滤前面非数字的字符,然后用%i把数字字符转换成int型的整数,拷贝到变量k,注意参数必须使用k的地址。
#if 01,sscanf():从一个字符串中读进与指定格式相符的数据.2,sscanf与scanf类似,都是用于输入的,只是后者以屏幕(stdin)为输入源,前者以固定字符串为输入源。3,关于正则表达式: (1)%[..],当字符属于方括号里表达式表示的字符集时继续读取,否则停止.方括号里的和正则表达式差不多,^是"排除..."的意思 (2)%*[..],直接跳过方括号里的字符集并继续读取#endif#include <iostream>using namespace std;int main(){ char str[10]; for (int i = 0; i < 10; i++) str[i] = ‘!‘; cout<<str<<endl; sscanf("123456","%s",str);//---------str的值为 "123456\0!!!" //这个实验很简单,把源字符串"123456"拷贝到str的前6个字符,并且把str的第7个字符设为null字符,也就是\0 cout<<str<<endl; for (int i = 0; i < 10; i++) str[i] = ‘!‘; sscanf("123456","%3s",str); //---------str的值为 "123\0!!!!!!" //看到没有,正则表达式的百分号后面多了一个3,这告诉sscanf只拷贝3个字符给str,然后把第4个字符设为null字符。 cout<<str<<endl; for (int i = 0; i < 10; i++) str[i] = ‘!‘; sscanf("aaaAAA","%[a-z]",str);// ---------str的值为 "aaa\0!!!!!!" //从这个实验开始我们会使用正则表达式,括号里面的a-z就是一个正则表达式,它可以表示从a到z的任意字符, //在继续讨论之前,我们先来看看百分号表示什么意思,%表示选择,%后面的是条件,比如实验1的"%s",s是一个条件,表示任意字符,"%s"的意思是:只要输入的东西是一个字符,就把它拷贝给str。实验2的"%3s"又多了一个条件:只拷贝3个字符。实验3的“%[a-z]”的条件稍微严格一些,输入的东西不但是字符,还得是一个小写字母的字符,所以实验3只拷贝了小写字母"aaa"给str,别忘了加上null字符。 cout<<str<<endl; for (int i = 0; i < 10; i++) str[i] = ‘!‘; sscanf("AAAaaaBBB","%[^a-z]",str);// ---------str的值为 "AAA\0!!!!!!" //对于所有字符,只要不是小写字母,都满足"^a-z"正则表达式,符号^表示逻辑非。前3个字符都不是小写字符,所以将其拷贝给str,但最后3个字符也不是小写字母,为什么不拷贝给str呢?这是因为当碰到不满足条件的字符后,sscanf就会停止执行,不再扫描之后的字符。 cout<<str<<endl; /* for (int i = 0; i < 10; i++) str[i] = ‘!‘; sscanf("AAAaaaBBB","%[A-Z]%[a-z]",str);// ---------段错误 //这个实验的本意是:先把大写字母拷贝给str,然后把小写字母拷贝给str,但很不幸,程序运行的时候会发生段错误,因为当sscanf扫描到字符a时,违反了条件"%[A-Z]",sscanf就停止执行,不再扫描之后的字符,所以第二个条件也就没有任何意义,这个实验说明:不能使用%号两次或两次以上 cout<<str<<endl; */ for (int i = 0; i < 10; i++) str[i] = ‘!‘; sscanf("AAAaaaBBB","%*[A-Z]%[a-z]",str); //---------str的值为 "aaa\0!!!!!!" //这个实验出现了一个新的符号:%*,与%相反,%*表示过滤满足条件的字符,在这个实验中,%*[A-Z]过滤了所有大写字母,然后再使用%[a-z]把之后的小写字母拷贝给str。如果只有%*,没有%的话,sscanf不会拷贝任何字符到str,这时sscanf的作用仅仅是过滤字符串。 cout<<str<<endl; for (int i = 0; i < 10; i++) str[i] = ‘!‘; sscanf("AAAaaaBBB","%[a-z]",str);// ---------str的值为 "!!!!!!!!!!" //做完前面几个实验后,我们都知道sscanf拷贝完成后,还会在str的后面加上一个null字符,但如果没有一个字符满足条件,sscanf不会在str 的后面加null字符,str的值依然是10个惊叹号。这个实验也说明了,如果不使用%*过滤掉前面不需要的字符,你永远别想取得中间的字符。 cout<<str<<endl; for (int i = 0; i < 10; i++) str[i] = ‘!‘; sscanf("AAAaaaBC=","%*[A-Z]%*[a-z]%[^a-z=]",str); //---------str的值为 "BC\0!!!!!!!" //这是一个综合实验,但这个实验的目的不是帮我们复习前面所学的知识,而是展示两个值得注意的地方: //注意1:%只能使用一次,但%*可以使用多次,比如在这个实验里面,先用%*[A-Z]过滤大写字母,然后用%*[a-z]过滤小写字母。 // 注意2:^后面可以带多个条件,且这些条件都受^的作用,比如^a-z=表示^a-z且^=(既不是小写字母,也不是等于号)。 cout<<str<<endl; for (int i = 0; i < 10; i++) str[i] = ‘!‘; int k; sscanf("AAA123BBB456", "%*[A-Z]%i", &k); //---------k的值为123 //首先,%*[^0-9]过滤前面非数字的字符,然后用%i把数字字符转换成int型的整数,拷贝到变量k,注意参数必须使用k的地址。 cout<<str<<endl; cout<<k<<endl; return 0;}
/******************************************************* Name : sscanf.c ** Author : gzshun** Version : 1.0** Date : 2011-12** Description : sscanf function******************************************************/#include <stdio.h>#include <stdlib.h>#include <string.h>static void sscanf_test(void);static void sscanf_test(void){ int ret; char *string; int digit; char buf1[255]; char buf2[255]; char buf3[255]; char buf4[255]; /*1.最简单的用法*/ string = "china beijing 123"; ret = sscanf(string, "%s %s %d", buf1, buf2, &digit); printf("1.string=%s\n", string); printf("1.ret=%d, buf1=%s, buf2=%s, digit=%d\n\n", ret, buf1, buf2, digit); /* **执行结果: **1.ret=3, buf1=china, buf2=beijing, digit=123 **可以看出,sscanf的返回值是读取的参数个数 */ /*2.取指定长度的字符串*/ string = "123456789"; sscanf(string, "%5s", buf1); printf("2.string=%s\n", string); printf("2.buf1=%s\n\n", buf1); /* **执行结果: **2.buf1=12345 */ /*3.取到指定字符为止的字符串*/ string = "123/456"; sscanf(string, "%[^/]", buf1); printf("3.string=%s\n", string); printf("3.buf1=%s\n\n", buf1); /* **执行结果: **3.buf1=123 */ /*4.取到指定字符集为止的字符串*/ string = "123abcABC"; sscanf(string, "%[^A-Z]", buf1); printf("4.string=%s\n", string); printf("4.buf1=%s\n\n", buf1); /* **执行结果: **4.buf1=123abc */ /*5.取仅包含指定字符集的字符串*/ string = "0123abcABC"; sscanf(string, "%[0-9]%[a-z]%[A-Z]", buf1, buf2, buf3); printf("5.string=%s\n", string); printf("5.buf1=%s, buf2=%s, buf3=%s\n\n", buf1, buf2, buf3); /* **执行结果: **5.buf1=123, buf2=abc, buf3=ABC */ /*6.获取指定字符中间的字符串*/ string = "ios<android>wp7"; sscanf(string, "%*[^<]<%[^>]", buf1); printf("6.string=%s\n", string); printf("6.buf1=%s\n\n", buf1); /* **执行结果: **6.buf1=android */ /*7.指定要跳过的字符串*/ string = "iosVSandroid"; sscanf(string, "%[a-z]VS%[a-z]", buf1, buf2); printf("7.string=%s\n", string); printf("7.buf1=%s, buf2=%s\n\n", buf1, buf2); /* **执行结果: **7.buf1=ios, buf2=android */ /*8.分割以某字符隔开的字符串*/ string = "android-iphone-wp7"; /* **字符串取道‘-‘为止,后面还需要跟着分隔符‘-‘, **起到过滤作用,有点类似于第7点 */ sscanf(string, "%[^-]-%[^-]-%[^-]", buf1, buf2, buf3); printf("8.string=%s\n", string); printf("8.buf1=%s, buf2=%s, buf3=%s\n\n", buf1, buf2, buf3); /* **执行结果: **8.buf1=android, buf2=iphone, buf3=wp7 */ /*9.提取邮箱地址*/ string = "Email:beijing@sina.com.cn"; sscanf(string, "%[^:]:%[^@]@%[^.].%s", buf1, buf2, buf3, buf4); printf("9.string=%s\n", string); printf("9.buf1=%s, buf2=%s, buf3=%s, buf4=%s\n\n", buf1, buf2, buf3, buf4); /* **执行结果: **9.buf1=Email, buf2=beijing, buf3=sina, buf4=com.cn */ /*10.过滤掉不想截取或不需要的字符串--补充, **在%号后面加一*号,代表过滤这个字符串,不读取 */ string = "android iphone wp7"; sscanf(string, "%s %*s %s", buf1, buf2); printf("10.string=%s\n", string); printf("10.buf1=%s, buf2=%s\n\n", buf1, buf2); /* **执行结果: **10.android wp7 */}int main(int argc, char **argv){ sscanf_test(); return 0;}/***测试程序**环境:**Linux ubuntu 2.6.32-24-generic-pae #39-Ubuntu SMP Wed Jul 28 07:39:26 UTC 2010 i686 GNU/Linux**gcc version 4.4.3 (Ubuntu 4.4.3-4ubuntu5)**gzshun@ubuntu:~/c/sscanf$ gcc sscanf.c -o sscanfgzshun@ubuntu:~/c/sscanf$ ./sscanf1.string=china beijing 1231.ret=3, buf1=china, buf2=beijing, digit=1232.string=1234567892.buf1=123453.string=123/4563.buf1=1234.string=123abcABC4.buf1=123abc5.string=0123abcABC5.buf1=0123, buf2=abc, buf3=ABC6.string=ios<android>wp76.buf1=android7.string=iosVSandroid7.buf1=ios, buf2=android8.string=android-iphone-wp78.buf1=android, buf2=iphone, buf3=wp79.string=Email:beijing@sina.com.cn9.buf1=Email, buf2=beijing, buf3=sina, buf4=com.cn10.string=android iphone wp710.buf1=android, buf2=wp7*/
代码来源:
http://kmplayer.iteye.com/blog/556293
http://blog.csdn.net/gzshun/article/details/7081736