Discussion :

[guest4541]

Bonjour,
Je cherche à retrouver le mot "mer" dans un texte (ex: bord de mer) à l'aide la function preg_match :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

if (preg_match("#mer#i", $string)) echo "ok";

La function repère tous les mots contenant "mer", ex: commerce.
Hors , je souhaite uniquement retrouver le mot "mer" sachant que celui-ci peut être au début du texte, à la fin, au milieu et tout seul.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

preg_match("#^mer$|[\s]mer[\s]|^mer[\s]|[\s]mer$#i", $string) echo "ok";

Cette syntaxe semble fonctionner mais je la trouve un peu lourde à écrire, n'y a t'il pas une regex plus simple pour arriver au même résultat ?


Merci de votre aide

[Nizalify]

Bonjour,

Tout simplement

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

preg_match("/\bmer\b/i", $string)

Ça utilise ce que les anglophones appellent "boundary", pour la doc PHP c'est ICI

Cordialement

[guest4541]

Parfait merci. C'est ce que je cherchais.

Par contre j'ai un comportement aléatoire dès qu'il y a des accents

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
if (preg_match("#\bvic[ée]rale\b#i", "vicérale")) echo "OUI" // NON
if (preg_match("#\bvic[ée]rale\b#i", "vicerale")) echo "OUI" // OUI
if (preg_match("#\bintitul[ée]\b#i", "intitulé")) echo "OUI" // OUI
if (preg_match("#\bintitul[ée]\b#i", "intituléxxx")) echo "OUI" // OUI
if (preg_match("#\bintitul[ée]\b#i", "xxxintitulé")) echo "OUI" // NON
if (preg_match("#\bintitul[ée]\b#i", "intitule")) echo "OUI" // OUI
if (preg_match("#\bintitul[ée]\b#i", "intitulexxx")) echo "OUI" // NON

Une idée ?

[sabotage]

Si tes pages sont en UTF8, ajoute le modificateur "u" à ton expression

Si j'étais toi par contre je ferai l'inverse : je retirerai les accents du texte plutôt que de tous les lister dans mes expressions.

[Invité]

• mb_ereg_match()

[guest4541]

Si tes pages sont en UTF8, ajoute le modificateur "u" à ton expression

Ce bon vieux utf8, merci

[guest4541]

En affinant, je rencontre un nouveau problème.
Je souhaite toujours retrouver le mot "mer" SAUF lorsqu'il est suivi par "rouge".

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$string = "mer verte";
if (preg_match("#\bmer\b#iu", $string) && !preg_match("#\bmer rouge\b#iu", $string)) echo "OUI"; // OUI

Ca fonctionne mais je n'arrive pas à réunir cette condition dans un seul et même Regex.
J'ai essayé ça sans succès...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$string = "mer verte";
if (preg_match("#\bmer\b(^rouge)#iu", $string)) echo "OUI"; // NON

Merci.

[Invité]

Bonjour,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
$regex = '#(?=(\bmer\b)(?! rouge\b))#Ui';

Comme j'ai trouvé en faisant plusieurs recherches (par curiosité intellectuelle), je te laisse chercher aussi :

: "regex if then" et "regex not".

[guest4541]

merci

[CosmoKnacki]

Plus simplement tu peux écrire dans le cas présent:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$regex = '~\bmer\b(?! rouge\b)~i';

Le modificateur u n'a de raison d'être que si tu utilises des caractères en dehors de la plage ASCII (pour "mer rouge" ce n'est pas le cas).

Concrètement le modificateur u fait deux choses:

1. il considère la chaîne cible comme une chaîne encodée en utf-8. Ce qui veut dire que chaque octet ne représente plus forcément un caractère mais peut être part d'une séquence qui elle représente un caractère. Par exemple "o" (qui est dans la plage ASCII) est codé sur un seul octet 6F, alors que "ô" (le caractère unicode U+00F4) en utf-8 est codé sur deux octets C3 et B4.
2. il étend les classes de caractères utilisées dans la pattern (qui par défaut ne contiennent que des caractères de la plage ASCII, comme \s, \w, \d ou leurs compléments \S, \W, \D) à l'unicode

Les "limites de mots" (word boundaries) \b étant définies en fonction de \w, il est clair que si \w change, alors \b change également.

Donc dans un contexte ASCII (sans le modificateur u) où \w ne correspond qu'à [A-Za-z0-9_], \bAndré\b ne matchera pas la chaîne "André mange des carottes". Par contre, avec le modificateur u, cette fois-ci, \w contient également les caractères accentués, ce qui redéfini le sens de \b. La pattern alors réussira.

Ces deux aspects du modificateur u peuvent être activés de manière séparée en plaçant en début de pattern (*UTF8) pour activer la lecture de la chaîne sujet comme une chaîne utf-8 (donc comme des séquences d'octets représentant des caractères) et (*UCP) pour étendre les classes de caractères à l'unicode.

Il est donc possible d'écrire pour le même résultat:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

preg_match('~\bAndré\b~u', 'André mange des carottes')

et

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

preg_match('~(*UTF8)(*UCP)\bAndré\b~', 'André mange des carottes')