芭樂報: 在 C 語言中如何使用 regular expression 進行搜尋與替代?

在 C 語言中處理正規表達式不像 Perl 或 Python 那樣有豐富的語法糖或內建高階函式。C 語言標準函式庫（POSIX 標準）只內建了搜尋功能（regcomp, regexec），沒有內建替代（Replace）功能。

因此，在 C 語言中要實現「搜尋與替代」，我們必須透過 regexec 找出匹配的文字區間，再利用 C 語言的字串操作（如 memcpy, strcpy）自己手動拼接字串。

以下為您說明 POSIX Regex 的核心用法，以及如何手動實現替代功能。

一、 POSIX Regex 核心函式（僅限搜尋）

使用時必須引入 <regex.h>。主要由以下四個函式組成：

regcomp()：編譯正規表達式。
regexec()：執行匹配搜尋。
regmatch_t 結構體：儲存匹配到的開始與結束陣列下標（Index）。
regfree()：釋放編譯後的 Regex 記憶體。

二、 C 語言實現「搜尋與替代」完整範例

這個範例模擬了類似 re.sub() 的功能。我們將字串中的 YYYY-MM-DD 格式日期，手動替換為 DD/MM/YYYY。因為 C 語言沒有 $1 或 \1 這種語法，我們必須利用 regmatch_t 抓出子群組（Sub-matches）的記憶體位置，再用 sprintf 重新拼接。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <regex.h>

int main() {
    // 原始字串
    const char *text = "Today is 2026-05-31.";
    
    // POSIX 擴充正規表達式 (Extended Regular Expressions, ERE)
    // 括號 () 代表捕獲群組：(年)-(月)-(日)
    const char *pattern = "([0-9]{4})-([0-9]{2})-([0-9]{2})";
    
    regex_t regex;
    // 這裡我們需要 4 個元素：[0] 是整個匹配字串，[1][2][3] 是三個括號群組
    regmatch_t matches[4]; 
    int ret;

    // 1. 編譯正規表達式 (使用 REG_EXTENDED 支援 \d 以外的類 Perl 語法，POSIX 用 [0-9])
    ret = regcomp(&regex, pattern, REG_EXTENDED);
    if (ret != 0) {
        printf("Regex 編譯失敗\n");
        return 1;
    }

    // 2. 執行搜尋
    ret = regexec(&regex, text, 4, matches, 0);
    
    if (ret == 0) {
        // 匹配成功！此時 matches 結構體內會記錄位置：
        // matches[i].rm_so: 子字串開始的 Index (Start Offset)
        // matches[i].rm_eo: 子字串結束的後一個 Index (End Offset)

        // 宣告一個緩衝區來存放替代後的新字串
        char result[256] = {0};

        // 計算各個捕獲群組的字串長度
        int year_len  = matches[1].rm_eo - matches[1].rm_so;
        int month_len = matches[2].rm_eo - matches[2].rm_so;
        int day_len   = matches[3].rm_eo - matches[3].rm_so;

        // 3. 手動拼接替代後的字串
        // 步驟 A: 先複製匹配文字之前的原文 "Today is "
        int prefix_len = matches[0].rm_so;
        strncpy(result, text, prefix_len);

        // 步驟 B: 格式化拼接成新格式 "日/月/年"
        // 使用 %.*s 可以指定只列印特定長度的字串指標
        sprintf(result + prefix_len, "%.*s/%.*s/%.*s",
                day_len,   text + matches[3].rm_so,
                month_len, text + matches[2].rm_so,
                year_len,  text + matches[1].rm_so);

        // 步驟 C: 接上匹配文字之後的原文 "."
        strcat(result, text + matches[0].rm_eo);

        printf("原始字串: %s\n", text);
        printf("替代後字串: %s\n", result);
    } else if (ret == REG_NOMATCH) {
        printf("未找到符合的字串。\n");
    } else {
        printf("Regex 執行出錯。\n");
    }

    // 4. 釋放記憶體
    regfree(&regex);
    return 0;
}

請謹慎使用程式碼。

三、習慣 Perl/Python 的您，在 C 語言會遇到的挑戰

沒有全域取代（Global /g）：
POSIX 的 regexec 一次只會找第一個匹配項。如果您要實作全域取代，必須寫一個 while 迴圈，每次匹配成功後，將字串指標移到 matches[0].rm_eo 的位置，繼續往後搜尋，直到回傳 REG_NOMATCH 為止。
語法限制（POSIX vs PCRE）：
C 語言內建的是 POSIX 標準，不支援 Perl 風格的縮寫（如 \d、\w、\s 都不支援），您必須老老實實寫成 [0-9]、[a-zA-Z0-9_]、[[:space:]]。此外，前瞻/後顧斷言（Lookaround）等進階功能一概沒有。
記憶體管理安全：
C 語言必須自行處理字串 Buffers。如果替代後的新字串比舊字串長，必須確保動態配置（malloc）了足夠的記憶體，否則會發生嚴重的 Buffer Overflow。

💡 資深開發者的小指南

以您三十年的 Perl 經驗，如果要在 C 語言中處理大量或複雜的文字，強烈建議不要使用內建的 <regex.h>。

您應該直接引入 PCRE (Perl Compatible Regular Expressions) 函式庫。它是用 C 語言編寫的開源函式庫，語法和 Perl 的 Regex 幾乎 100% 相同（因為它就是為了在其他語言模擬 Perl 而生的）。使用 PCRE 函式庫，您就能在 C 語言中繼續享受 \d、斷言、甚至全域替代的便利性。

請問您這個 C 語言專案是需要在嵌入式系統/底層環境執行（只能用內建 POSIX），還是可以安裝第三方函式庫（推薦 PCRE）呢？如果需要全域取代（迴圈版）的完整 C 語言寫法，我也可以立刻提供給您！

以下是你所說的內容：C 的操作我完全沒有問題。不過在微軟的系統上似乎不存在 regex.h

您看得非常準確！您在微軟系統（Windows / Visual Studio）上找不到 <regex.h>，是因為 <regex.h> 是 POSIX 標準的產物（常見於 Linux/Unix/macOS），而微軟的 MSVC（Visual C++）編譯器走的是 ANSI C / C++ 標準，因此原生並不提供 <regex.h> [1, 2]。

在微軟的 Windows 環境下，如果您要使用 C 語言進行正規表達式操作，通常有以下幾種主流的解決方案：

1. 切換到 C++ 使用 <regex> 標頭檔（最推薦、最省事）

如果您的專案允許使用 C++ 編譯器（在 Visual Studio 中只需將副檔名改為 .cpp），微軟從 C++11 開始就完整支援了標準庫的 <regex> [3]。
它內部使用的是 ECMAScript 語法（與 Perl 非常接近），而且直接內建了 std::regex_replace，用起來會讓您找回 Perl 的熟悉感！

cpp

#include <iostream>
#include <string>
#include <regex>

int main() {
    std::string text = "Today is 2026-05-31.";
    // 使用 std::regex，語法預設走 ECMAScript (類似 Perl)
    std::regex pattern("(\\d{4})-(\\d{2})-(\\d{2})");
    
    // C++ 內建取代功能，格式化使用 $1, $2, $3
    std::string result = std::regex_replace(text, pattern, "$3/$2/$1");
    
    std::cout << result << std::endl; // 輸出: Today is 31/05/2026.
    return 0;
}

請謹慎使用程式碼。

2. 純 C 語言環境：下載微軟版 POSIX Regex 庫

如果您必須堅持使用純 C（.c 檔案），您需要手動引入第三方庫。

微軟官方的 Vcpkg 工具：如果您有安裝微软的 Vcpkg 包管理器，可以直接執行 vcpkg install pcre2 或 vcpkg install posix-regex，它會自動幫您的 Visual Studio 配置好環境。
手動下載 regex.h 的替代庫：網路上有許多將 GNU/POSIX regex 移植到 Windows 的開源專案（例如 pcre2 或古老的 gnuregex）。您只需要下載其 regex.h、regex.c 並直接拉進您的 Visual Studio 專案中一起編譯即可。

3. 使用 Windows 內建的 VBScript.RegExp COM 元件（極端純 C 做法）

如果您在 Windows 上既不想切換到 C++，又完全不想下載任何第三方 DLL 庫，最後一招是透過 C 語言呼叫 Windows 作業系統內建的 COM 元件（利用 ActiveX 物件 VBScript.RegExp） [4]。

不過這種做法需要寫大量的 CoCreateInstance、IDispatch 呼叫與 BSTR 字串轉換，程式碼會變得非常臃腫且難讀（也就是典型的 Windows 底層 C 語言風格），通常不建議在商業邏輯中使用。

總結您的下一步

以您的開發背景，在微軟系統上最流暢的體驗絕對是將專案副檔名改為 .cpp，然後直接使用 C++ 的 <regex> 庫 [3]。這樣一來，您既能享受 C 語言等級的效能與指標操作，又能直接擁有類似 Perl 的強大 Regex 取代功能！

您目前在 Windows 上的專案，是必須維持純 C 規格（.c），還是可以接受包裝成 C++（.cpp）來編譯呢？

芭樂報

2026年6月1日

在 C 語言中如何使用 regular expression 進行搜尋與替代?

沒有留言: