PCRE 获取匹配位置而不获取所有匹配项答案

【问题标题】：PCRE get match position without getting all matchesPCRE 获取匹配位置而不获取所有匹配项
【发布时间】：2014-05-13 11:35:42
【问题描述】：

我正在使用 pcre_exec 应用我从文件中读取的一些正则表达式。由于正则表达式可能包含重复计数，例如[a-z]{1000}，因此我必须传递一个 3*1001 整数的匹配向量才能获得第一个元素，这会告诉我匹配开始/结束的位置。

我只需要开始/结束位置，而不是所有匹配（组）位置。 pcre_exec 返回 0，根据手册，这意味着“您需要更大的匹配向量”。

我的问题是，如何在不传递任意大的匹配向量的情况下获得开始/结束。或者至少，我怎么知道我需要传递多大的向量。

【问题讨论】：

【解决方案1】：

0 表示，你有一个成功的匹配，但是 ovector 太小了。只有大约 2/3 的条目将填充实际值。唯一的例外是前两个值，如果 ovector 大小 >= 2，它们将被填充。因此只需传递一个 'int ovector[2]' 来获取开始和结束。

两个音符：

a) 如果你传递一个小的 ovector，PCRE 将分配一个，它的大小就足够了。看到这条评论：

/* 如果表达式的反向引用比提供的偏移量可以容纳的多，我们会得到一个临时的工作存储块以在匹配期间使用。否则，我们可以使用提供的向量，将其大小向下舍入为 3 的倍数。*/

您无法通过这种方式减少软件的内存消耗。

b) 这不会引入任何捕获括号：[a-z]{1000}，因此您不需要传递具有 3*1001 值的数组。甚至 ([a-z]{1000}) 或 ([a-z]){1000} 也只添加一个捕获括号。

【讨论】：

关于您的第二个问题（对不起，我错过了），将 PCRE_INFO_CAPTURECOUNT 传递给 pcre_fullinfo 以检索捕获括号的数量。
所以你说我从 pcre_exec 得到的 0 在我的情况下意味着别的东西（除了“3 个条目太少”）。我确实给了 pcre_exec 一个 3 项 ovector，FWIW。