REGEXP(5) REGEXP(5) НАЗВАНИЕ regexp - функции для компиляции и сопоставления регу- лярных выражений СИНТАКСИС #define INIT описания #define GETC( ) реализация_GETC #define PEEKC( ) реализация_PEEKC #define UNGETC(c) реализация_UNGETC #define RETURN(p) реализация_RETURN #define ERROR(v) реализация_ERROR #include char *compile (instring, expbuf, endbuf, eof) char *instring, *expbuf, *endbuf; int eof; int step (string, expbuf) char *string, *expbuf; extern char *loc1, *loc2, *locs; extern int circf, sed, nbra; ОПИСАНИЕ В данной статье описываются универсальные функции со- поставления регулярных выражений в форме ed(1), опреде- ленные во включаемом файле . Этот исходный файл используется такими программами, как ed(1), sed(1), grep(1), bs(1) и expr(1), которые выполняют со- поставление регулярных выражений. Тем самым обеспечива- ется согласованная трактовка регулярных выражений. У этого файла неприятный интерфейс. Программы, которые включают данный файл, перед оператором #include должны содержать определение пяти макросов, перечисленных ниже. Макросы используются функцией compile. GETC( ) Возвращает значение следующего символа в регулярном выражении. Последовательные вы- зовы GETC будут возвращать последовательные символы регулярного выражения. PEEKC( ) Возвращает следующий символ в регулярном выражении. Последовательные вызовы PEEKC возвращают один и тот же символ (данный символ будет возвращен и при следующем вы- зове GETC). UNGETC(c) Обеспечивает, чтобы символ c был выдан при следующем вызове GETC (и PEEKC). Оговарива- ется, что не делается попыток вернуть под- ряд более одного символа, и этот символ яв- ляется последним, прочитанным GETC. Значе- ние макроса UNGETC игнорируется. RETURN(p) Данный макрос используется при нормальном завершении функции compile. Значение аргу- мента p - указатель на символ, следующий за последним символом скомпилированного регу- лярного выражения. Это полезно для прог- рамм, которые должны заниматься распределе- нием памяти. ERROR(v) Аварийное завершение функции compile. Аргу- мент v - это код ошибки. Возврата из данно- го макроса быть не должно. Коды ошибок: Код Толкование 11 Верхняя граница диапазона слишком велика. 16 Некорректное число. 25 "\цифра" вне диапазона. 36 Некорректный или отсутствующий разделитель. 41 Нет запомненной цепочки символов для поиска. 42 Не сбалансированы скобки \( и \). 43 Слишком много открывающих скобок \(. 44 В скобках \{ \} указано больше двух чисел. 45 Фигурная скобка } ожидалась после \. 46 В скобках \{ \} первое число больше второго. 49 Не сбалансированы скобки [ и ]. 50 Переполнение регулярного выражения. Обращение к функции compile выглядит так: compile (instring, expbuf, endbuf, eof) Первый аргумент instring никогда не используется функ- цией compile явно, но бывает удобен для программ, кото- рые передают различные указатели на входные символы. Иногда он используется в описаниях INIT (см. ниже). Программы, которые получают символы посредством вызовов функций или хранят их во внешнем массиве, могут переда- вать в качестве этого аргумента значение ((char *) 0). Аргумент expbuf - указатель на символ. Он определяет позицию, начиная с которой должно быть размещено ском- пилированное регулярное выражение. Аргумент endbuf на единицу превосходит максимальную по- зицию, в которой может быть размещено регулярное выра- жение. Если скомпилированное выражение не умещается в (endbuf-expbuf) байт, выполняется вызов ERROR (50). Аргумент eof - это символ, который отмечает конец регу- лярного выражения. Например, в ed(1) этим символом обычно является /. В каждой программе, которая включает файл , должен быть оператор #define для имени INIT. Заданные в нем описания будут размещены в самом начале функции compile. Чаще всего макрос INIT служит для того, чтобы установить регистровую переменную на начало регулярного выражения с целью последующего использования в GETC, PEEKC и UNGETC. Кроме того, в INIT можно описать внеш- ние переменные, используемые макросами GETC, PEEKC и UNGETC. См. ниже пример описаний, взятый из grep(1). В файле есть и другие функции, которые фак- тически выполняют сопоставление регулярных выражений; одна из них - функция step. Обращение к ней выглядит так: step (string, expbuf) Первый аргумент функции step - указатель на цепочку символов, для которой надо проверить возможность сопос- тавления. Эта цепочка должна быть ограничена нулевым байтом. Второй аргумент, expbuf, - скомпилированное регулярное выражение, полученное при помощи функции compile. Функция step возвращает ненулевое значение, если данная цепочка сопоставляется с регулярным выражением, и 0 в противном случае. Если сопоставление имеет место, по- бочный эффект функции step заключается в установке двух внешних указателей. Переменная loc1, устанавливаемая функцией step, является указателем на первый сопостав- ленный символ. Переменная loc2, которая устанавливается функцией advance, указывает на символ, следующий за последним сопоставленным символом. Таким образом, если с регулярным выражением сопоставилась вся цепочка, то loc1 будет указывать на первый символ string, а loc2 - на нулевой байт в конце string. Функция step использует внешнюю переменную circf. Compile присваивает этой переменной ненулевое значение, если регулярное выражение начинается с ^; в таком слу- чае step будет пытаться выполнять сопоставление только с начала цепочки символов. Если до первой попытки со- поставления откомпилировано более одного регулярного выражения, следует сохранить для каждого скомпилирован- ного выражения значение circf и восстанавливать значе- ние этой переменной перед каждым вызовом step. Функция advance вызывается из step с теми же аргумента- ми, что и step. Задача функции step - передвигать ука- затель string на символ вперед и вызывать advance; step выполняется до тех пор, пока либо advance не возвратит ненулевое значение, что обозначает сопоставление, либо не будет достигнут конец string. Если хотят в любом случае ограничиться сопоставлением с начала цепочки string, step не вызывают, а просто используют advance. Если функция advance встречает в регулярном выражении * или последовательность \{ \}, она, выполняя сопоставле- ние, продвигает указатель на цепочку символов, насколь- ко это возможно, и рекурсивно вызывает сама себя, пыта- ясь сопоставить остаток цепочки с остатком регулярного выражения. Если при этом сопоставление не выполнится, advance будет возвращаться вдоль цепочки, пока не обна- ружит сопоставления либо не вернется к позиции в цепоч- ке символов, с которой первоначально было сопоставлено * или \{ \}. Иногда желательно остановить этот возврат назад до того, как будет достигнуто начало цепочки. Ес- ли locs - внешний указатель на символ - в некоторый мо- мент процесса возврата станет равен позиции в цепочке символов, advance прервет цикл возврата и завершится с результатом 0. Эта возможность используется программами ed(1) и sed(1) при выполнении глобальной подстановки (то есть не для первого вхождения, а для всей цепочки); например, при обработке выражений типа /y*//g не воз- никнет бесконечного цикла. ПРИМЕР Следующий пример показывает, как выглядят предназначен- ные для работы с регулярными выражениями макросы и функции, которые используются в grep(1): #define INIT register char *sp = instring; #define GETC() (*sp++) #define PEEKC() (*sp) #define UNGETC(c) (--sp) #define RETURN(c) return; #define ERROR(c) regerr() #include ... (void) compile (*argv, expbuf, &expbuf[ESIZE], '\0'); ... if (step(linebuf, expbuf)) succeed(); СМ. ТАКЖЕ ed(1), expr(1), grep(1), sed(1) в Справочнике пользова- теля.