PCRE匹配逗号分隔键值对时C代码仅返回首个匹配项如何解决

1. 修正待匹配字符串长度参数 #

你当前pcre_exec的第四个参数写死为7，这代表PCRE只会扫描待匹配字符串的前7个字符，自然不可能匹配到后面的key2相关内容。需要改成实际传入的json字符串的总长度，比如用strlen(json)获取。

2. 开启全局匹配循环 #

PCRE的单次pcre_exec调用只会返回一次匹配结果，你正则里的g（全局匹配）标志在C接口中不会自动生效，需要手动循环调用pcre_exec，每次将起始偏移量设置为上一次匹配结束的位置（也就是上一次ovector[1]的值），直到pcre_exec返回PCRE_ERROR_NOMATCH为止。

3. 补全正则编译选项 #

你测试用的正则带m（多行模式）标志，C代码中pcre_compile的第二个参数现在传的是0，需要加上PCRE_MULTILINE才能和测试页的规则一致。

修正后的代码示例 #

pcre *re;
pcre_extra *sd;
const char *error;
int rc, erroroffset, i;
int ovector[OVECCOUNT];
// 编译正则时加上多行模式选项
re = pcre_compile(pattern, PCRE_MULTILINE, &error, &erroroffset, NULL);
sd = pcre_study(re, 0, &error);

// 存储当前匹配的起始偏移量，初始为0
int start_offset = 0;
int json_len = strlen(json); // 取实际待匹配串长度

// 循环匹配直到没有结果
while((rc = pcre_exec(re, sd, json, json_len, start_offset, 0, ovector, OVECCOUNT)) >= 0) {
    printf("Match succeeded at offset %d\n", ovector[0]);
    for (i = 0; i < rc; i++) {
        char *substring_start = json + ovector[2*i];
        int substring_length = ovector[2*i+1] - ovector[2*i];
        printf("%2d: '%.*s'\n", i, substring_length, substring_start);
    }
    // 更新下一次匹配的起始位置为当前匹配结束的位置
    start_offset = ovector[1];
}

pcre_free_study(sd);
pcre_free(re); // 记得释放编译好的正则内存

额外注意事项 #

• 确认OVECCOUNT的定义值至少为30，足够容纳每次匹配的所有捕获组偏移量（每次匹配最多返回6个分组，对应需要12个ovector元素，30的大小足够）
• 如果你的键值对可能包含字母数字以外的字符，需要同步调整正则的匹配规则，避免匹配截断。

内容的提问来源于stack exchange，提问作者Kérdezõsködő Indián