Discussion :

[Captain'Flam]

Bonjour,

une petite question de débutant au sujet de re.match :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
import re
line = 'param   =  123 spam and eggs'
print re.match('(\w+)\s*=(\s*\w+)*',line ).groups()
>>>('param', ' eggs')

Pourquoi n'obtiens-je pas

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

>>>('param', '  123', ' spam', ' and', ' eggs')

Le match semble ne garder que le dernier des (\s*\w+).
Est-ce bien le cas, ou ai-je raté quelque chose ?

Je pense que findall est fait pour ce genre de cas, mais à cause du '=', je suis obligé de matcher en 2 temps... c'est moche...
Y a-t-il un moyen plus élégant ?

Merci d'avance !

[fred1599]

Je pense que match n'est pas adapté, il recherchera la 1ère occurence recherchée me semble-t-il.

J'utiliserais findall dans ton cas

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
import re
line = 'param   =  123 spam and eggs'
print re.findall('(\w+)',line )

[Captain'Flam]

Oui, merci, mais ce pattern va matcher beaucoup trop de choses.
Par ex. : 'param ; 123 = spam ++= and <?> eggs'

[fred1599]

Oui, merci, mais ce pattern va matcher beaucoup trop de choses.

Que des groupes de caractères.

T'as testé?

Ton contre exemple me renvoi ça

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

['param', '123', 'spam', 'and', 'eggs']

?

[Captain'Flam]

Si le re.match marchait comme je l’espérait, mon pattern (\w+)\s*=(\s*\w+)* ne matcherait que des groupes de caractères alphanumériques séparés par des espaces avec un '=' entre le premier et les suivants.
Et donc, il ne matcherait pas mon contre-exemple.
C'est ce que je voulais dire par "matcher beaucoup trop de choses".

[mont29]

Oui, mais match (et les regex de façon générale) ne marchent pas comme ça –*sinon, il n’y aurait plus moyen de faire référence aux groupes capturés par leur numéro*! Donc, dans le cas où un groupe de capture est/peut être répété, ce sera toujours la dernière occurrence qui sera capturée in fine…

Je ne vois que deux solutions. La méthode bourrin (et encore, à condition que le nombre d’éléments à capturer après le signe égal soit connu et raisonnable)*:

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

re.match(r'(\w+)\s*=(\s*\w+)?(\s*\w+)?(\s*\w+)?(\s*\w+)?{etc.}', line).groups()

groups() renverra des items vides/NULL pour les groupes n’ayant rien capturé.

Ou alors, la double détente, par exemple*:

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
key, val = re.match(r'(\w+)\s*=((?:\s*\w+)*)', line).groups()
vals = val.split() # ou un findall quelconque, si split() ne suffit pas…

PS*: n’oublie pas le r des string raw, si tu ne veux pas doubler tous tes backslashs*!

[Captain'Flam]

Merci mont29

J'avais senti venir le coup et j'ai déjà une solution à base de match puis findall.
(le split ne suffit car mon pattern est plus compliqué que celui de mon exemple (fabriqué pour ce post))

Merci pour la précision à propos du r des raw strings, mais c'est juste dans mon petit cas d'exemple que je l'avais oublié