Keskustelu: Ohjelmointikysymykset: C: merkkijonojen parsiminen tiedostosta

Olen tässä nyt jonkun aikaa yrittänyt parsia html-tiedostosta tarpeellista tietoa merkkijono(i)ksi. C:ssä ei tietenkään ole mitään Java-tyylisiä elämää helpottavia regular expressioneita, joten homma on ollut haastavampaa.

Mikäli hakuehdon ensimmäisestä merkistä tulee osuma, tutkitaan seuraavia merkkejä tarkemmin ja jos niistä muodostuu etsityn paikan alku, aletaan tallettamaan merkkejä stringiksi. Itse etsin sivulta paikkaa missä ensimmäinen <div> alkaa, joten alla olevassa esimerkkikoodissa hakuehtonani olivat merkit '<' ja 'd':

char c;
char d;

do {
   c = fgetc(fp);
   if (c=='<') d=fgetc(fp);
   if (c=='<' && d=='d') {
	/* oikea paikka löytyi, otetaan halutun kokoinen stringi talteen */
   }
} while(c != EOF);

Kysynkin, että tietääkö kukaan C:lle parempaa tapaa tehdä em. etsintä kuin käydä fgetc:llä merkki kerrallaan tiedostoa läpi?

http://www.nathanr.net/programming/hints/pcre.shtml

Jos pitää vain löytää "<div" sen tekstin seasta, niin
strstr()-funktiolla (#include <string.h>), saa tuon haettua.

char *html; /* osoitin muistiin, johon tuo tiedosto on luettu */

char *div_p = strstr(html, "<div");

strstr() palauttaa osoittimen löytyneen merkkijonon alkuun tai NULL jos merkkijonoa ei löydy.