如何使用正则表达式使用 sscanf 进行提取？（在 C 中）答案

【问题标题】：how to extract with sscanf using regex? (in C)如何使用正则表达式使用 sscanf 进行提取？（在 C 中）
【发布时间】：2021-04-30 16:12:20
【问题描述】：

我有字符串"pid:8792 byr:2000 cols:hkjdp\n"，我只想提取byr: 之后的数字。我认为可以通过使用sscanf(str,"byr:%d",&number); 提取格式化字符串来完成。但不幸的是，您不能这样做，因为在数字之前和之后还有其他字符，所以我看到您可以使用某种正则表达式，就像在这个问题中提出的 How to use regex in sscanf

所以我尝试了这样的事情：sscanf(passport, "%*[^byr:]:%[^\h]%*[^\n]", byr); 其中 byr 现在定义为 char *byr;。但是你不能使用像\hfor whitespace 这样的正则表达式。长话短说：有什么方法可以让我使用sscanf 解析许多字符串，并始终在byr: 之后提取该数字，我在哪里可以找到所有这些字符在格式化字符串中使用的备忘单？（当然我知道显而易见的%f %d %s %c等等，但这些在这种情况下并没有真正发挥作用。

【问题讨论】：

也许你需要一个合适的正则表达式库？
或者只是使用其他方式？如strstr后跟strtoul
您可以使用sscanf 和"pid:%*d byr:%d cols:%*s" 之类的格式。像这样的 scanf 格式字符串中的* 表示“扫描，但不分配给任何东西”。
但是不，scanf 没有也不能做真正的正则表达式，正如that other question 解释的那样。
man scanf 包含scanf 转换规范的完整描述。你不会在那里找到正则表达式，因为 scanf 不做正则表达式。在 C 语言中，像 \n 这样的转义序列在实际执行像 scanf 这样的函数之前很久就被编译器转换为相应的字符。在 scanf 格式字符串中，空白字符的处理方式相同，如man scanf 中所述；它们匹配输入中的任何空白字符序列。（在大多数正则表达式库中，空格是 \s，而不是 \h。但它们都不是有效的 C 转义序列。）

标签： c parsing scanf

【解决方案1】：

scanf 不太适合这种情况。它不提供您需要的通用正则表达式支持。

如果您只关心“byr:”部分，则完全不同的方法是使用strstr 搜索该特定字符串。这是一个例子：

char *str = "pid:8792 byr:2000 cols:hkjdp\n";
char *tag = "byr:";
char *p = strstr(str, tag);
if(p != NULL) {
    int n = atoi(p + strlen(tag));
    printf("%s %d\n", tag, n);
}

str = "pid:8792 uid:412 byr:3000 cols:etfvq\n";
p = strstr(str, tag);
if(p != NULL) {
    int n = atoi(p + strlen(tag));
    printf("%s %d\n", tag, n);
}

tag = "uid:";
p = strstr(str, tag);
if(p != NULL) {
    int n = atoi(p + strlen(tag));
    printf("%s %d\n", tag, n);
}

通常不推荐使用atoi，因为它会悄悄地忽略尾随垃圾，但这正是您想要的。

这种技术的一个缺点是它会错误地找到例如“abyr:”标签。

【讨论】：

似乎可以解决问题，但我有一个问题：为什么atoi(p + strlen); 只包含数字？指针现在不应该在数字的开头然后读取直到找到\n 吗？还是atoi() 只读取到下一个非数字元素？
@Phil：没错；当我说它“安静地忽略尾随垃圾，但这正是你想要的”时，这就是我所暗示的。
知道了??。感谢您的帮助