Blog. Just Blog

Использование библиотеки PCRE для работы с регулярными выражениями

Версия для печати Добавить в Избранное Отправить на E-Mail 23.11.2024 | Категория: Образ мышления: Assembler | Автор: ManHunter
Использование библиотеки PCRE для работы с регулярными выражениями
Использование библиотеки PCRE для работы с регулярными выражениями

В предыдущей статье я упомянул об альтернативных инструментах для работы с регулярными выражениями. Наиболее известное из них - кроссплатформенная библиотека PCRE (Perl Compatible Regular Expressions). Библиотека абсолютно бесплатная, разрабатывается аж с 1997 года и используется во множестве серьезных проектов. Сегодня я покажу примеры использования этой библиотеки в приложениях на Ассемблере под Windows.

Готовые dll разных версий можно скачать здесь, но если есть навыки и желание, то, конечно, лучше самостоятельно собрать библиотеку из исходников с офсайта.

Теперь переходим к программированию. Для тестов возьмем уже знакомую вам строку и паттерн для извлечения адресов электронной почты.
Code (Assembler) : Убрать нумерацию
  1. szPattern db '(([-_a-z0-9\.]+)@([-_a-z0-9\.]+\.([a-z]+)))',0
  2. szTest    db 'Please email me to mymail@gmail.com '
  3.           db 'or nospam@mail.com.ru. I am waiting!',0
Перед использованием регулярного выражения его надо предварительно скомпилировать, для этого используется функция pcre_compile. Дополнительно рекомендуется проанализировать регулярное выражение с помощью функции pcre_study, это позволит извлечь из него некоторую дополнительную информацию и в какой-то мере ускорить дальнейший поиск. Впрочем, этого можно и не делать.
Code (Assembler) : Убрать нумерацию
  1.         ; Подготовить регулярное выражение
  2.         invoke  pcre_compile,szPattern,0,errBuff,errOff,NULL
  3.         mov     [re],eax
  4.  
  5.         ; Предобработка регулярного выражения
  6.         PCRE_STUDY_JIT_COMPILE = 0x0001
  7.         invoke  pcre_study,[re],PCRE_STUDY_JIT_COMPILE,errBuff
  8.         mov     [re_extra],eax
За все остальные действия по поиску и извлечению найденных паттернов отвечает единственная функция pcre_exec.
Code (Assembler) : Убрать нумерацию
  1.         ; Длина исходной строки
  2.         invoke  lstrlen,szTest
  3.         mov     [dLen],eax
  4.  
  5.         ; Начальная позиция поиска в строке
  6.         mov     [offs],0
  7.  
  8.         ; Найти соответствие регулярному выражению
  9.         invoke  pcre_exec,[re],[re_extra],szTest,[dLen],\
  10.                 [offs],0,matches,MAX_CAPTURES
  11.         ; Количество найденных совпадений
  12.         mov     [rc],eax
Несколько слов о параметрах вызова этой функции. Обязательно указывается позиция, с которой начинается поиск. Дело в том, что если в строке находится несколько паттернов, соответствующих регулярному выражению, то каждое из них придется искать отдельно. Поэтому сперва ищем вхождение от самого начала строки, затем следующее вхождение с позиции, следующей за концом первого вхождения, и так далее, пока очередной поиск не завершится ошибкой. Массив matches будет принимать найденные данные. Его минимальный размер должен быть 4 DWORD'а, но если в регулярке используются субпаттерны, то придется выделять память с их учетом.

Если найдено хоть одно совпадение, то функция возвращает их количество, а массив matches заполняется парами DWORD'ов. В каждой паре первый DWORD обозначает начальную позицию найденного паттерна или субпаттерна относительно начала проверяемой строки, второй DWORD - конечную позицию. Перебирая пары по очереди, получаем все найденные результаты. Более полный код обработки регулярного выражения с субпаттернами будет следующим:
Code (Assembler) : Убрать нумерацию
  1.         ; Начальная позиция поиска в строке
  2.         mov     [offs],0
  3.  
  4.         ; Длина исходной строки
  5.         invoke  lstrlen,szTest
  6.         mov     [dLen],eax
  7. loc_loop:
  8.         ; Найти соответствие регулярному выражению
  9.         invoke  pcre_exec,[re],[re_extra],szTest,[dLen],\
  10.                 [offs],0,matches,MAX_CAPTURES
  11.         ; Количество найденных совпадений
  12.         mov     [rc],eax
  13.  
  14.         ; Возникла ошибка?
  15.         or      eax,eax
  16.         js      loc_not_found
  17.         ; Хоть одно соответствие найдено?
  18.         jnz     loc_found
  19.  
  20. loc_not_found:
  21.         ; Больше ничего не найдено
  22.         jmp     loc_done
  23.  
  24. loc_found:
  25.         ; Смещение конца найденного паттерна
  26.         mov     ecx,[matches+4]
  27.         ; Новое начало поиска
  28.         mov     [offs],ecx
  29.         ; Смещение начала найденного паттерна
  30.         mov     esi,[matches]
  31.         ; Вычислить длину стрки
  32.         sub     ecx,esi
  33.         or      ecx,ecx
  34.         jz      loc_next
  35.  
  36.         ; Выделить найденную строку
  37.         add     esi,szTest
  38.         mov     edi,szMatch
  39.         rep     movsb
  40.         xor     eax,eax
  41.         stosb
  42.  
  43.         ; szMatch -> строка найденного паттерна
  44.  
  45.         ; Перебрать все субпаттерны
  46.         xor     ebx,ebx
  47. loc_sub:
  48.         ; Смещение конца найденного паттерна
  49.         mov     ecx,[matches+8+ebx*8+4]
  50.         ; Смещение начала найденного паттерна
  51.         mov     esi,[matches+8+ebx*8]
  52.         ; Вычислить длину стрки
  53.         sub     ecx,esi
  54.         or      ecx,ecx
  55.         jz      loc_next
  56.  
  57.         ; Выделить найденную подстроку
  58.         add     esi,szTest
  59.         mov     edi,szMatch
  60.         rep     movsb
  61.         xor     eax,eax
  62.         stosb
  63.  
  64.         ; szMatch -> строка субпаттерна
  65.  
  66.         inc     ebx
  67.         cmp     ebx,[rc]
  68.         jb      loc_sub
  69.  
  70. loc_next:
  71.         jmp     loc_loop
  72.  
  73. loc_done:
Как видите, ничего сложного с проверкой строки на соответствие регулярному выражению нет. С получением и обработкой результатов тоже все нормально. А вот функций замены найденных паттернов библиотека PCRE не предусматривает. В лучших традициях Ассемблера это придется реализовывать самостоятельно или же все-таки надо будет воспользоваться средствами VBScript Regular Expression, описанными в предыдущей статье.

В приложении пример программы с исходным текстом, которая выполняет поиск по строке с использованием регулярных выражений и библиотеки PCRE.

Пример программы с исходным текстом (FASM)Пример программы с исходным текстом (FASM)

PCRE.Demo.zip (160,173 bytes)


Поделиться ссылкой ВКонтакте
Просмотров: 117 | Комментариев: 0

Комментарии

Отзывы посетителей сайта о статье
Комментариeв нет

Добавить комментарий

Заполните форму для добавления комментария
Имя*:
Текст комментария (не более 2000 символов)*:

*Все поля обязательны для заполнения.
Комментарии, содержащие рекламу, ненормативную лексику, оскорбления и т.п., а также флуд и сообщения не по теме, будут удаляться. Нарушителям может быть заблокирован доступ к сайту.
Это я :-)
Если программист в девять утра уже на работе, значит он там же и ночевал
Главная страница Web-мастеру и не только Образ мышления: Assembler Мои программы Software Темная сторона Силы Обзоры техники А еще я туда ем! Жизнь в оффлайне Всякая всячина
Карта сайта Ссылки Обратная связь Правила сайта Настройки сайта RSS-канал
Ограничение по возрасту 16+ Материалы, опубликованные на этом сайте, не рекомендуются к просмотру лицам в возрасте до 16 лет без присутствия взрослых.
Метки статей
.NET (32), AJAX (5), Assembler (371), COM (42), CSS (43), Exif (15), FASM (8), Firefox (7), HDD (17), Hello Teddy (9), HTML (53), iconBIT (4), JavaScript (75), MySQL (13), Nikon (19), PDF (10), PHP (122), Samsung (6), SEO (12), Sublime Text (9), TintonLife (4), UGREEN (4), Windows 7 (66), аккумуляторы (23), аксессуары (12), анализаторы файлов (8), архиваторы (6), аттракционы (7), безопасность (55), браузеры (16), бытовая техника (20), варенье (19), ВВЦ (9), ВДНХ (14), видео (20), Воробьевы горы (9), вторые блюда (126), выпечка (30), выставки (120), генератор ПСЧ (10), графика (121), десерты (31), Египет (9), заготовки на зиму (47), закуска (22), закуска к пиву (25), зарядные устройства (24), защита (15), зоопарки (10), игры (36), иконки (22), интерфейс (26), исследование защиты (322), каша (4), клавиатура (7), Коломенское (37), консоль (7), концерты (52), Кузьминки (4), куклы (27), ледяные скульптуры (6), мои программы (69), мониторы (6), музеи (78), мультимедиа (82), мясо (62), напитки (14), ноутбуки (8), обфускация (7), окна (71), оформление сайта (51), парки Москвы (7), песчаные скульптуры (13), плееры (10), подводная съемка (4), поздравления (131), полезные функции (42), прохождения (4), процессы (25), птица (22), путешествия (26), распаковка (22), реверсинг (52), регулярные выражения (5), рыба (35), салаты (19), сброс триала (4), сеть (37), система (178), Сокольники (8), соусы (15), супы (14), телефоны (10), Тунис (6), умный дом (14), файлы справки (6), фаст-фуд (18), фестиваль цветов (5), флешки (5), фото (23), хеши (17), числа (8), юмор (12), яйца (19), Яндекс (11)
Вам помог этот сайт?
Сказать спасибо! Поблагодарили 35,656 раз
<< 2024 - ДЕКАБРЬ >>
Пн Вт Ср Чт Пт Сб Вс
            1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31          
День юриста
День Неизвестного Солдата
Международный день инвалидов
Всемирный день компьютерной графики
Международный день борьбы с пестицидами
Нашли на сайте орфографическую ошибку? Выделите ее мышкой и нажмите
Ctrl
+
Enter
Буду очень благодарен, если размеcтите мою кнопочку:
Личный блог ManHunter'а
Valid CSS Valid XHTML 1.0 Transitional Valid mobileOK Basic Valid RSS
Яндекс тИЦ: {YANDEX_TIC} Яндекс ИКС: 360
Сейчас я слушаю
---
Имя:

Сообщение:

Осталось символов: 200

   
-
Наверх
Powered by PCL's Speckled Band Engine 0.2 RC3
© ManHunter / PCL, 2008-2024
При использовании материалов ссылка на сайт обязательна
Время генерации: 0.07 сек. / MySQL: 2 (0.0074 сек.) / Память: 4.5 Mb
Наверх