C语言regcomp无法编译base64字符串匹配正则表达式问题

问题原因 #

你使用的(?=)正向预查语法属于PCRE正则专属特性，POSIX标准的regex.h库不支持该语法，无论是基础正则还是扩展正则模式下都会触发编译错误。

解决方法 #

方法一：修改为POSIX兼容的正则表达式 #

按照Base64的编码规则：总长度为4的整数倍、仅允许字母、数字、+、/字符、末尾最多2个=填充符，可直接拆分匹配场景，去掉预查逻辑，兼容POSIX扩展正则的写法如下：
^([A-Za-z0-9+/]{4})*([A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$

修改后的运行代码：

#include <stdio.h>
#include <regex.h>

int main()
{
    const char *data = "dGVzdHRlc3Q=";
    regex_t regex;
    int ret = regcomp(&regex, "^([A-Za-z0-9+/]{4})*([A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$", REG_EXTENDED);
    if (ret)
    {
        printf("Could not compile regex\n");
        return 1;
    }

    ret = regexec(&regex, data, 0, NULL, 0);
    if (!ret)
        printf("Match\n");
    else if (ret == REG_NOMATCH)
        printf("No match\n");

    regfree(&regex);
    return 0;
}

方法二：使用OpenSSL内置Base64校验接口（更推荐） #

由于你环境允许使用OpenSSL相关库，无需自己手写正则做匹配，直接调用OpenSSL的Base64解码接口即可同时完成格式校验和解码操作，准确性远高于正则匹配。
参考实现逻辑：

#include <openssl/bio.h>
#include <openssl/evp.h>
#include <string.h>

int is_valid_base64(const char *data) {
    BIO *bio, *b64;
    char buffer[1024];
    int len = strlen(data);
    
    b64 = BIO_new(BIO_f_base64());
    bio = BIO_new_mem_buf(data, len);
    bio = BIO_push(b64, bio);
    BIO_set_flags(bio, BIO_FLAGS_BASE64_NO_NL);
    
    int decode_len = BIO_read(bio, buffer, len);
    BIO_free_all(bio);
    
    return decode_len > 0;
}

编译时需要添加-lcrypto参数链接OpenSSL加密库。

内容的提问来源于stack exchange，提问作者weyh