C语言正则解析键值对异常：为何匹配结果不符合预期？

void parseBuffer(char buffer[]) {
    regex_t regex;
    regmatch_t matches[3];

    // Define the regular expression pattern
    char pattern[] = "([^:]+):[[:space:]]*([^\\r\\n]+)[\\r\\n]*";

    // Compile the regular expression
    if (regcomp(&regex, pattern, REG_EXTENDED) != 0) {
        fprintf(stderr, "Failed to compile regex\n");
        exit(EXIT_FAILURE);
    }

    // Loop through the buffer to find matches
    char *ptr = buffer;
    while (regexec(&regex, ptr, 3, matches, 0) == 0) {
        // Extract key and value using the matched positions
        char key[BUFF_SIZE], value[BUFF_SIZE];
        strncpy(key, ptr + matches[1].rm_so, matches[1].rm_eo - matches[1].rm_so);
        strncpy(value, ptr + matches[2].rm_so, matches[2].rm_eo - matches[2].rm_so);
        key[matches[1].rm_eo - matches[1].rm_so] = '\0';
        value[matches[2].rm_eo - matches[2].rm_so] = '\0';

        // Print or process the key-value pair
        printf("Key: %s, Value: %s\n", key, value);

        // Move the pointer to the next position after the match
        ptr += matches[0].rm_eo;
    }

    // Free the compiled regex
    regfree(&regex);
}

我使用上述C语言函数parseBuffer，通过正则表达式解析字符串中的key:value对。当输入字符串为Length: 10\r\nHello: hi\r\n\r\n"时，函数仅输出Key: Length, Value: 10\r\nHello: hi\r\n\r\n"，无法正确解析出Length:10和Hello:hi两组键值对，请问该问题的原因是什么？

问题原因 #

核心问题出在正则表达式的匹配逻辑上，具体两点：

1. 贪婪匹配导致值范围过度扩展
   你正则里的[^\\r\\n]+是贪婪匹配规则，它会尽可能多地匹配非\r、\n的字符。如果你的输入字符串中，换行是用字面的\r\n字符序列（也就是\、r、\、n这四个可见字符）而非实际的\r、\n控制字符，这些字面字符并不在排除范围内，[^\\r\\n]+会直接把10后面的Hello: hi\r\n\r\n"全部纳入第一个值的匹配范围，导致后续没有内容可匹配。

2. 可选换行符的匹配逻辑漏洞
   正则末尾的[\\r\\n]*是可选匹配（*表示0或多次），即使输入是实际的换行控制字符，某些情况下正则引擎可能优先让[^\\r\\n]+匹配更多内容，导致单次匹配覆盖多组键值对。

修复方案 #

修改正则表达式，明确每组键值对的终止边界：

// 强制要求每组键值对后至少有一个换行/回车符
char pattern[] = "([^:]+):[[:space:]]*([^\\r\\n]+)[\\r\\n]+";

如果需要兼容末尾无换行的键值对，可以调整为：

// 兼容末尾无换行的情况
char pattern[] = "([^:]+):[[:space:]]*([^\\r\\n]+)([\\r\\n]+|$)";

这样[^\\r\\n]+会在第一个换行符或字符串末尾停止匹配，确保每组键值对被单独识别。

内容的提问来源于stack exchange，提问作者johndaly69