如何在pcre2_substitute中设置足够大的输出缓冲区？

当使用pcre2_substitute无法预知输出长度时，不必提前固定缓冲区大小，PCRE2提供了两种可靠的动态处理方式：

方法一：先获取所需缓冲区大小，再动态分配内存 #

通过**两次调用pcre2_substitute**解决：第一次调用仅计算所需输出长度，第二次执行实际替换。

具体步骤：

1. 第一次调用时，将output设为NULL，outlen初始化为0，同时传入PCRE2_SUBSTITUTE_OVERFLOW_LENGTH标志。此时函数会返回所需的缓冲区字节数（不含终止符），而非执行替换。
2. 根据返回的长度动态分配内存（额外预留1字节给终止符）。
3. 第二次调用pcre2_substitute，使用分配好的缓冲区执行替换。

修改后的代码示例：

PCRE2_SPTR pattern;
PCRE2_SPTR replacement;
PCRE2_SPTR subject;

pcre2_code *re;
int errornumber;
int rc;

PCRE2_SIZE erroroffset;
size_t subject_length;
size_t replacement_length = strlen((char *)replacement);
pcre2_match_data *match_data;

subject_length = strlen((char *)subject);

// 第一步：获取所需输出长度
PCRE2_SIZE required_len = 0;
rc = pcre2_substitute(
    re, 
    subject, subject_length, 
    0, 
    PCRE2_SUBSTITUTE_GLOBAL | PCRE2_SUBSTITUTE_EXTENDED | PCRE2_SUBSTITUTE_OVERFLOW_LENGTH, 
    NULL, NULL,  // 无需match_data和match_context
    replacement, replacement_length, 
    NULL, &required_len  // 传入NULL获取所需长度
);

if (rc < 0) {
    PCRE2_UCHAR buffer[256];
    pcre2_get_error_message(rc, buffer, sizeof(buffer));
    printf("获取长度失败: %s\n", buffer);
    return -1;
}

// 动态分配缓冲区，额外加1字节存储终止符
PCRE2_UCHAR *output = (PCRE2_UCHAR *)malloc(required_len + 1);
if (output == NULL) {
    printf("内存分配失败\n");
    return -1;
}

PCRE2_SIZE outlen = required_len + 1;

// 第二步：执行实际替换
match_data = pcre2_match_data_create_from_pattern(re, NULL);
rc = pcre2_substitute(
    re, 
    subject, subject_length, 
    0, 
    PCRE2_SUBSTITUTE_GLOBAL | PCRE2_SUBSTITUTE_EXTENDED, 
    match_data, NULL, 
    replacement, replacement_length, 
    output, &outlen
);

if (rc < 0) {
    PCRE2_UCHAR buffer[256];
    pcre2_get_error_message(rc, buffer, sizeof(buffer));
    printf("替换失败: %s\n", buffer);
    free(output);
    pcre2_match_data_free(match_data);
    pcre2_code_free(re);
    return -1;
}

// 使用output...

// 清理资源
free(output);
pcre2_match_data_free(match_data);
pcre2_code_free(re);

方法二：使用PCRE2的动态内存分配回调 #

如果不想手动处理两次调用，可以通过设置pcre2_match_context的内存分配回调，让PCRE2自动管理输出缓冲区的内存，适合频繁处理替换的场景：

// 定义默认内存分配回调（复用标准malloc/free）
static PCRE2_UCHAR *my_malloc(PCRE2_SIZE size, void *context) {
    return (PCRE2_UCHAR *)malloc(size);
}

static void my_free(PCRE2_UCHAR *block, void *context) {
    free(block);
}

// 在代码中使用
pcre2_match_context *match_ctx = pcre2_match_context_create(NULL);
pcre2_set_malloc(match_ctx, my_malloc);
pcre2_set_free(match_ctx, my_free);

PCRE2_UCHAR *output = NULL;
PCRE2_SIZE outlen = 0;

rc = pcre2_substitute(
    re, 
    subject, subject_length, 
    0, 
    PCRE2_SUBSTITUTE_GLOBAL | PCRE2_SUBSTITUTE_EXTENDED | PCRE2_SUBSTITUTE_OVERFLOW_MALLOC, 
    match_data, match_ctx, 
    replacement, replacement_length, 
    &output, &outlen  // 传入指针的指针，让PCRE2分配内存
);

if (rc >= 0) {
    // 使用output...
    free(output);  // 对应自定义的free回调，直接释放即可
}

pcre2_match_context_free(match_ctx);

注意事项 #

• 动态分配的内存必须手动释放，避免内存泄漏。
• 第一种方法更直观，适合单次替换场景；第二种方法适合需要自动管理内存的高频场景。
• 若替换规则包含反向引用或动态生成内容，所需长度可能远大于原字符串，务必依赖PCRE2返回的长度值，不要自行估算。

内容的提问来源于stack exchange，提问作者Googlebot