C语言高亮嵌套匹配文本问题：现有代码无法处理重叠匹配

需求是将输出文本中所有匹配的内容标红，需正确处理嵌套/重叠匹配。例如输入文本为aaaX，搜索文本为aa时，预期输出是红色背景的aaa加正常的X，但现有代码仅能匹配前两个a，输出红色背景的aa加正常的aX。

现有代码问题分析 #

现有代码在匹配到一段文本后，直接通过i += j - 1跳过了已匹配的字符，导致后续重叠的匹配位置无法被检测到。比如匹配aaaX的前两个a后，i跳到1，下一次循环从i=2开始，第三个a不会被检查是否能和前一个a组成新的aa匹配，因此无法将第三个a纳入高亮范围。

解决方案：先标记后输出 #

正确的思路是先遍历整个字符串，标记所有需要高亮的字符位置，再根据标记统一输出文本，这样可以自然合并重叠或连续的高亮区域。

实现代码 #

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

const char *RED_TEXT = "\x1b[41;1m";
const char *RESET_TEXT = "\x1b[0m";

void highlightText(const char *line, const char *searchText) {
    int lineLen = strlen(line);
    int searchLen = strlen(searchText);
    
    // 处理空输入的边界情况
    if (searchLen == 0 || lineLen == 0) {
        printf("%s", line);
        return;
    }

    // 分配标记数组，初始全为false
    bool *highlight = calloc(lineLen, sizeof(bool));
    if (!highlight) {
        printf("%s", line);
        return;
    }

    // 遍历所有可能的起始位置，标记匹配字符
    for (int i = 0; i <= lineLen - searchLen; i++) {
        int matchCount = 0;
        while (matchCount < searchLen && line[i + matchCount] == searchText[matchCount]) {
            matchCount++;
        }
        if (matchCount == searchLen) {
            // 将匹配到的所有字符标记为需要高亮
            for (int k = 0; k < searchLen; k++) {
                highlight[i + k] = true;
            }
        }
    }

    // 根据标记输出高亮文本
    bool inHighlight = false;
    for (int i = 0; i < lineLen; i++) {
        if (highlight[i] && !inHighlight) {
            printf("%s", RED_TEXT);
            inHighlight = true;
        } else if (!highlight[i] && inHighlight) {
            printf("%s", RESET_TEXT);
            inHighlight = false;
        }
        printf("%c", line[i]);
    }
    // 确保结束时重置高亮状态
    if (inHighlight) {
        printf("%s", RESET_TEXT);
    }

    free(highlight);
}

// 测试示例
int main() {
    const char *testLine = "aaaX";
    const char *search = "aa";
    highlightText(testLine, search);
    printf("\n");
    return 0;
}

代码说明 #

1. 标记阶段：

   • 创建一个布尔数组highlight，长度与输入文本一致，用于记录每个字符是否需要高亮。
   • 遍历文本中所有可能的匹配起始位置，若找到完整匹配，则将对应位置的数组元素设为true。重叠的匹配会多次标记同一位置，但最终结果仍为true，不影响后续输出。

2. 输出阶段：

   • 遍历文本，根据highlight数组的标记切换高亮状态：进入高亮区域时输出红色控制码，退出时输出重置控制码。
   • 连续的高亮字符会被包裹在同一组控制码中，实现预期的合并效果。

内容的提问来源于stack exchange，提问作者HenrijsS