Регулярные выражение в С++ с использованием библиотеки pcre

[Akum]

Здравствуйте!
Пишу на с++ в codebloks возникла задача распарсить  текст  вот по такому выражению /\w+.\/\/\w+\d+\.\w+\.\w+\/\w+-.+\.\w Использую библиотеку pcre
Вот как пишу:

Код: [Выделить]


char regx[] = "/\w+.\/\/\w+\d+\.\w+\.\w+\/\w+-.+\.\w";
 pcre *re;
    int options = 0;
    const char *error;
    int erroffset;
    re = pcre_compile (regx, options, &error, &erroffset, NULL);
count = pcre_exec (re, NULL,  buffer.c_str(),buffer.length(), 0, 0, ovector, 30);  //buffer - это и есть переменная с текстом
if (count< 0)
                {
                    switch(count)
                    {
                    case PCRE_ERROR_NOMATCH:
                        cout << "Нет совпадений" << endl;
                        return -1;
                    default:
                        cout << "Ошибка : " <<count <<endl;
                        return -1;
                    }
                    free(re);  
                    return 1;
                }
                else
                {
                    for (int c = 0; c < 2 * count; c += 2)
                    {
                        if (ovector[c] < 0)
                        {
                            cout << "\n";
                        }
                        else
                        {
                            cout << ovector[c] << "/" << ovector[c + 1] << "\n";
                        }
                    }
                }
Выдает постоянно что нет совпадений но вроде выражение правильное , может что-то в коде не так или  выражение надо как то по другому записать ?

[alexander.pronin]

Для информации надо несколько строчек, в которых Вы хотите найти совпадения.
Для любого шаблона найдется совпадение где-нибудь.

[Akum]

Вот кусок текста которы надо распарсить

(Нажмите, чтобы показать/скрыть)

Код: [Выделить]

<div class="content_body"><script type="text/javascript" src="http://img3.depositfiles.net/js/download_utils.js"></script>
<script type="text/javascript" src="http://img3.depositfiles.net/js/gold_offer.js"></script>
<script type="text/javascript">
var begin_popup_url = 'http://depositfiles.com/count_and_go.php?id=12&url=http%3A%2F%2Frts.pgmediaserve.com%2Fb98072%2F';
var img_code_icid = '';
</script>

<div class="downloadblock downloadblock_guest">
<div class="string">
<b>Скачивание файла</b>
<div class="report">
<a href="http://depositfiles.com/ru/static.php?file=abuse_copyr&amp;file_id=dq94choda">пожаловаться на файл</a>
</div>
</div>
<div class="info">
Имя&nbsp;файла: <b title="x_zone.rar">x_zone.rar</b>
<span class="nowrap">Размер файла: <b>1.18&nbsp;MB</b></span>
</div>
<table class="choose_download hide_download_started">
<tr>
<td class="text">
<iframe id="sms_offer_iframe" src="http://depositfiles.com/ru/payment_sms_uni_in_page.php?tariff=ten_day" frameborder="0"></iframe>
</td>
<td style="padding-top:20px;" class="number">

<table cellpadding="0" cellspacing="0" id="download_waiter" class="timebar timebar_text" >
<tr><td>Ожидайте:</td>
<td><span id="download_waiter_remain">60</span></td>
<td>сек.</td>
</table>

<div id="download_url" style="display:none;">
<form action="http://fileshare245.depositfiles.com/auth-1261655739bede5d845b7b1f335a0176-95.158.205.93-969473376-34511674-guest/FS245-8/x_zone.rar" method="get" onSubmit="download_started();show_begin_popup(0);">
<input class="download" value="Скачать файл" type="submit">
</form>

</div>
<div style="font-size:90%;padding-left:24px;position:relative;top:-1px;">реклама</div>
<div style="text-align:center;position:relative;">
<div id="download_flash_banner"></div>
<script type="text/javascript">swfobject.embedSWF(http_ads_path+'/fotostrana.ru/5.swf', 'download_flash_banner', '270', '235', '3', false, {}, {allowscriptaccess:'always'});</script>
</div>
</td>
</tr>
</table>



вот это надо достать : http://fileshare245.depositfiles.com/auth-1261655739bede5d845b7b1f335a0176-95.158.205.93-969473376-34511674-guest/FS245-8/x_zone.rar

[Mam(O)n]

Проблема в том, что ескейп символ, применяющийся в regexp в си тоже используется с тем же назначением. Хотя, если не брать это в расчёт, то выражение всё равно не работает. В общем вот, попробуй такое: "http://\\w+.depositfiles.com/[^\"]*"

[Akum]

"http://\\w+.depositfiles.com/[^\"]*"

тоже не работает.
Может он правда с ескейп символами не дружит может они не подаются в функцию?

[wl]

А если слеши в http:// экранировать?

"http:\\/\\/\\w+.depositfiles.com\\/[^\"]*"

В перле все получается.

Код: [Выделить]

$ perl -e '$_="a=\"http://fileshare245.depositfiles.com/auth-1261655739bede5d845b7b1f335a0176-95.158.205.93-969473376-34511674-guest/FS245-8/x_zone.rar\""; print "\n",/http:\/\/\w+.depositfiles.com\/[^\"]*/,"\n"'

1

Рекомендую поставить kiki или kodos, они, правда, для питона, но все равно помогут. Все есть в официальных репозиториях.
А для того, чтобы достать совпавшее значение, надо регэксп взять в круглые скобки, а потом запомнить переменную $1
Если будут две пары скобок (не вложенных), можно будет работать с $1 и $2

После недолгого гуглевания обнаружилось вот это: http://www.tolaris.com/apt-repository/
Там есть kregexpeditor, невинно удаленный из оф. репозиториев после перехода на КДЕ4.  Весьма рекомендую - лучшее, что я видел.

[Mam(O)n]

"http://\\w+.depositfiles.com/[^\"]*"

тоже не работает.

У меня работает:

(Нажмите, чтобы показать/скрыть)

Код: [Выделить]

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

void*
error(char* str)
{
    printf ("Error: %s", str);
    return NULL;
}


char*
readFile(char* fileName)
{
    FILE* pFile = fopen(fileName, "r");
    if (!pFile)
        return error ("Open failed\n");
    
    int fileSize;
    if (!(fseek(pFile, 0, SEEK_END) != -1 &&
          (fileSize = ftell(pFile)) != -1))
    {
          return error ("Generic file stat error\n");
    }
    
    rewind(pFile);

    char* data = (char*) malloc(sizeof(char) * fileSize + 1);
    data[sizeof(char) * fileSize] = 0;

    fread (data, 1, fileSize, pFile);
    
    if (ferror(pFile))
        error ("Generic read file error\n");
    
    return data;
}

int
main(int argc, char** argv)
{
    char* data = readFile("test.data");
    if (data == NULL)
        return (EXIT_FAILURE);

    pcre* myregexp;
    const char* error;
    int erroroffset, count;
    int offsets[30];
    const char* result = NULL;
    myregexp = pcre_compile("http://\\w+.depositfiles.com/[^\"]*", 0, &error, &erroroffset, NULL);
    if (myregexp != NULL) {
        count = pcre_exec(myregexp, NULL, data, strlen(data), 0, 0, offsets, 30);
        if (count > 0)
            pcre_get_substring(data, offsets, count, 0, &result);
    }
    if (result != NULL)
        printf("Найдено: %s\n", result);
    else
        printf("Хренушки...\n", result);

    return (EXIT_SUCCESS);
}


(Нажмите, чтобы показать/скрыть)

Код: [Выделить]

<div class="content_body"><script type="text/javascript" src="http://img3.depositfiles.net/js/download_utils.js"></script>
<script type="text/javascript" src="http://img3.depositfiles.net/js/gold_offer.js"></script>
<script type="text/javascript">
var begin_popup_url = 'http://depositfiles.com/count_and_go.php?id=12&url=http%3A%2F%2Frts.pgmediaserve.com%2Fb98072%2F';
var img_code_icid = '';
</script>

<div class="downloadblock downloadblock_guest">
<div class="string">
<b>Скачивание файла</b>
<div class="report">
<a href="http://depositfiles.com/ru/static.php?file=abuse_copyr&amp;file_id=dq94choda">пожаловаться на файл</a>
</div>
</div>
<div class="info">
Имя&nbsp;файла: <b title="x_zone.rar">x_zone.rar</b>
<span class="nowrap">Размер файла: <b>1.18&nbsp;MB</b></span>
</div>
<table class="choose_download hide_download_started">
<tr>
<td class="text">
<iframe id="sms_offer_iframe" src="http://depositfiles.com/ru/payment_sms_uni_in_page.php?tariff=ten_day" frameborder="0"></iframe>
</td>
<td style="padding-top:20px;" class="number">

<table cellpadding="0" cellspacing="0" id="download_waiter" class="timebar timebar_text" >
<tr><td>Ожидайте:</td>
<td><span id="download_waiter_remain">60</span></td>
<td>сек.</td>
</table>

<div id="download_url" style="display:none;">
<form action="http://fileshare245.depositfiles.com/auth-1261655739bede5d845b7b1f335a0176-95.158.205.93-969473376-34511674-guest/FS245-8/x_zone.rar" method="get" onSubmit="download_started();show_begin_popup(0);">
<input class="download" value="Скачать файл" type="submit">
</form>

</div>
<div style="font-size:90%;padding-left:24px;position:relative;top:-1px;">реклама</div>
<div style="text-align:center;position:relative;">
<div id="download_flash_banner"></div>
<script type="text/javascript">swfobject.embedSWF(http_ads_path+'/fotostrana.ru/5.swf', 'download_flash_banner', '270', '235', '3', false, {}, {allowscriptaccess:'always'});</script>
</div>
</td>
</tr>
</table>


Код: (./ctest) [Выделить]

mamon@mamon-desktop:~/tmp/ct$ ./ctest
Найдено: http://fileshare245.depositfiles.com/auth-1261655739bede5d845b7b1f335a0176-95.158.205.93-969473376-34511674-guest/FS245-8/x_zone.rar

Пользователь решил продолжить мысль 24 Декабря 2009, 03:15:35:Пля. Только заметил плюсы (++). Но сути не меняет. Мой вариант выражения работает 100%.
Пользователь решил продолжить мысль 24 Декабря 2009, 07:20:05:ЗыМля. Как же всётаки выбешивает автоматическая замена в блоке [сode][/сode] сочетания \n на реальный перевод строки...
ЗызыМля. Как оказалось вообще всех эскейпов. Такчто, КМК, у топикстартера в первом топике форум тоже подъел regexp!!
Разобрался с глюками. Возникают после того, как посты сливаются под предлогом "Пользователь решил продолжить мысль". Так что, народ, будьте осторожны..

[Akum]

"http://\\w+.depositfiles.com/[^\"]*"

тоже не работает.

У меня работает:

(Нажмите, чтобы показать/скрыть)

Код: [Выделить]

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

void*
error(char* str)
{
    printf ("Error: %s", str);
    return NULL;
}


char*
readFile(char* fileName)
{
    FILE* pFile = fopen(fileName, "r");
    if (!pFile)
        return error ("Open failed\n");
    
    int fileSize;
    if (!(fseek(pFile, 0, SEEK_END) != -1 &&
          (fileSize = ftell(pFile)) != -1))
    {
          return error ("Generic file stat error\n");
    }
    
    rewind(pFile);

    char* data = (char*) malloc(sizeof(char) * fileSize + 1);
    data[sizeof(char) * fileSize] = 0;

    fread (data, 1, fileSize, pFile);
    
    if (ferror(pFile))
        error ("Generic read file error\n");
    
    return data;
}

int
main(int argc, char** argv)
{
    char* data = readFile("test.data");
    if (data == NULL)
        return (EXIT_FAILURE);

    pcre* myregexp;
    const char* error;
    int erroroffset, count;
    int offsets[30];
    const char* result = NULL;
    myregexp = pcre_compile("http://\\w+.depositfiles.com/[^\"]*", 0, &error, &erroroffset, NULL);
    if (myregexp != NULL) {
        count = pcre_exec(myregexp, NULL, data, strlen(data), 0, 0, offsets, 30);
        if (count > 0)
            pcre_get_substring(data, offsets, count, 0, &result);
    }
    if (result != NULL)
        printf("Найдено: %s\n", result);
    else
        printf("Хренушки...\n", result);

    return (EXIT_SUCCESS);
}


(Нажмите, чтобы показать/скрыть)

Код: [Выделить]

<div class="content_body"><script type="text/javascript" src="http://img3.depositfiles.net/js/download_utils.js"></script>
<script type="text/javascript" src="http://img3.depositfiles.net/js/gold_offer.js"></script>
<script type="text/javascript">
var begin_popup_url = 'http://depositfiles.com/count_and_go.php?id=12&url=http%3A%2F%2Frts.pgmediaserve.com%2Fb98072%2F';
var img_code_icid = '';
</script>

<div class="downloadblock downloadblock_guest">
<div class="string">
<b>Скачивание файла</b>
<div class="report">
<a href="http://depositfiles.com/ru/static.php?file=abuse_copyr&amp;file_id=dq94choda">пожаловаться на файл</a>
</div>
</div>
<div class="info">
Имя&nbsp;файла: <b title="x_zone.rar">x_zone.rar</b>
<span class="nowrap">Размер файла: <b>1.18&nbsp;MB</b></span>
</div>
<table class="choose_download hide_download_started">
<tr>
<td class="text">
<iframe id="sms_offer_iframe" src="http://depositfiles.com/ru/payment_sms_uni_in_page.php?tariff=ten_day" frameborder="0"></iframe>
</td>
<td style="padding-top:20px;" class="number">

<table cellpadding="0" cellspacing="0" id="download_waiter" class="timebar timebar_text" >
<tr><td>Ожидайте:</td>
<td><span id="download_waiter_remain">60</span></td>
<td>сек.</td>
</table>

<div id="download_url" style="display:none;">
<form action="http://fileshare245.depositfiles.com/auth-1261655739bede5d845b7b1f335a0176-95.158.205.93-969473376-34511674-guest/FS245-8/x_zone.rar" method="get" onSubmit="download_started();show_begin_popup(0);">
<input class="download" value="Скачать файл" type="submit">
</form>

</div>
<div style="font-size:90%;padding-left:24px;position:relative;top:-1px;">реклама</div>
<div style="text-align:center;position:relative;">
<div id="download_flash_banner"></div>
<script type="text/javascript">swfobject.embedSWF(http_ads_path+'/fotostrana.ru/5.swf', 'download_flash_banner', '270', '235', '3', false, {}, {allowscriptaccess:'always'});</script>
</div>
</td>
</tr>
</table>


Код: (./ctest) [Выделить]

mamon@mamon-desktop:~/tmp/ct$ ./ctest
Найдено: http://fileshare245.depositfiles.com/auth-1261655739bede5d845b7b1f335a0176-95.158.205.93-969473376-34511674-guest/FS245-8/x_zone.rar

Пользователь решил продолжить мысль 24 Декабря 2009, 03:15:35:Пля. Только заметил плюсы (++). Но сути не меняет. Мой вариант выражения работает 100%.
Пользователь решил продолжить мысль 24 Декабря 2009, 07:20:05:ЗыМля. Как же всётаки выбешивает автоматическая замена в блоке [сode][/сode] сочетания \n на реальный перевод строки...
ЗызыМля. Как оказалось вообще всех эскейпов. Такчто, КМК, у топикстартера в первом топике форум тоже подъел regexp!!
Разобрался с глюками. Возникают после того, как посты сливаются под предлогом "Пользователь решил продолжить мысль". Так что, народ, будьте осторожны..

Спасибо большое  работает!