c 正则提取html,c – 正则表达式以获取HTML表格内容

可以使用正则表达式来提取HTML表格内容，以下是一个示例：

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

int main() {
    char *html = "<table><tr><td>1</td><td>2</td></tr><tr><td>3</td><td>4</td></tr></table>";
    char *pattern = "<td>([0-9]+)</td>";

    regex_t regex;
    regmatch_t matches[2];

    if (regcomp(&regex, pattern, REG_EXTENDED) != 0) {
        printf("Failed to compile regex pattern\n");
        return 1;
    }

    char *cursor = html;
    while (regexec(&regex, cursor, 2, matches, 0) == 0) {
        char match_str[matches[1].rm_eo - matches[1].rm_so + 1];
        strncpy(match_str, cursor + matches[1].rm_so, matches[1].rm_eo - matches[1].rm_so);
        match_str[matches[1].rm_eo - matches[1].rm_so] = '\0';
        printf("%s\n", match_str);
        cursor += matches[1].rm_eo;
    }

    regfree(&regex);

    return 0;
}

在上面的示例中，我们使用了正则表达式`<td>([0-9]+)</td>`，用来匹配HTML表格中的单元格内容。然后使用`regcomp`函数将正则表达式编译成一个正则表达式对象，使用`regexec`函数来匹配字符串，如果匹配成功则使用`matches`数组来获取匹配结果，并使用`strncpy`函数将匹配结果复制到一个新的字符串中，最后输出这个字符串即可。