Discussion :

[silvio7]

bonjour,

j'ai un petit soucis avec les expressions régulières en python.
Je souhaiterais en effet créer un regex capable de capturer deux / successifs dans une url, sans pour autant matcher les deux premiers, mais je n'y parviens pas. Pourriez-vous m'aider svp ?

Ex dans "http://www.developpez.net//forums/", je souhaiterais capturer les "//" juste avant forums/.

merci de votre aide,
Silvio

[tyrtamos]

Bonjour,

Petite proposition:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import re
 
def trouvedoubleslash(c):
    ch = re.compile(r"(?:[^./:])(//)(?:[^/]?)")
    result = []
    i = 0
    while True:
        m = ch.search(c, i)
        if m == None:
            break
        else:
            result.append(m.start(1))
            i = m.end(1)
    return result
 
c = "http://www.developpez.net//forums/toto/titi//tata//"
print trouvedoubleslash(c)
[25, 43, 49]

Comme je ne savais pas s'il fallait seulement attraper un seul "//" ou tous (après le "http://"), j'ai fait "tous", d'où la boucle. La fonction renvoie la liste des indices du 1er caractère des sous-chaines trouvées (et [] si pas trouvé)

Non seulement ce code évite le '//' de 'http://', mais aussi le 1er '//' quand il se trouve en début de chaine comme pour une adresse de réseau "//chemin_reseau/xxx//toto". Ainsi que les 3 '/' dans "file:///chemin_disque"

[silvio7]

Bonjour,

Comme je ne savais pas s'il fallait seulement attraper un seul "//" ou tous (après le "http://"), j'ai fait "tous", d'où la boucle. La fonction renvoie la liste des indices du 1er caractère des sous-chaines trouvées (et [] si pas trouvé)

Non seulement ce code évite le '//' de 'http://', mais aussi le 1er '//' quand il se trouve en début de chaine comme pour une adresse de réseau "//chemin_reseau/xxx//toto". Ainsi que les 3 '/' dans "file:///chemin_disque"

Merci pour ta réponse et ton code tyrtamos,
en fait, je me suis pas forcément bien exprimé par "capturer". Je veux simplement "remplacer" un double slash par un simple slash. Peut-on faire ça avec re.sub en utilisant le regex que tu proposes ?

merci,
Silvio

[tyrtamos]

Je veux simplement "remplacer" un double slash par un simple slash.

C'est plus "simple" (pour autant qu'on puisse utiliser cet adjectif pour les regex ). Le motif a été légèrement modifié:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import re
 
def remplacedoubleslash(c):
    motif = r"([^./:])(//)([^/]?)"
    return re.sub(motif, r"\1/\3", c)
 
c = "http://www.developpez.net//forums/toto/titi//tata//"
print remplacedoubleslash(c)
http://www.developpez.net/forums/toto/titi/tata/
 
c = "//chemin_reseau//forums/toto/titi//tata//"
print remplacedoubleslash(c)
//chemin_reseau/forums/toto/titi/tata/
 
c = "file:///chemin//forums/toto/titi//tata//"
print remplacedoubleslash(c)
file:///chemin/forums/toto/titi/tata/

[silvio7]

super, ça marche, merci encore !

Silvio

[afranck64]

Une question en passant. Dans le

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

return re.sub(motif, r"\1/\3", c)

que représente/signiefie le

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 r"\1/\3"

?

[mont29]

C’est le motif de remplacement. Tout ce qu’aura “matché” la regex sera remplacé par ça –*c’est-à-dire le contenu des premier et troisième groupes capturés, séparés par un slash…

[afranck64]

Ok, c'est noté.
Mon plongeon au coeur de Python m'a l'air d'être une marche dans la paumme de main de boudha

[tyrtamos]

Bonjour,

C'est assez logique: on cherche une sous-chaine composée de:
=> n'importe quel caractère autre que '/' ou ':' => groupe1
=> '//' => groupe2
=> n'importe quel caractère autre que '/'. => groupe3

On distingue ces 3 groupes grâce aux parenthèses dans le motif de recherche.

Quand le '//' est trouvé, la sous-chaine à convertir est formée des 3 groupes. Par exemple pour "toto//titi", on trouve "o//t".

Si on veut convertir '//' en '/', il faut ajouter dans la conversion le caractère avant (goupe1 => '\1') et le caractère après (groupe3 => '\3') sinon, ils sont "mangés".

D'où la sous chaine de remplacement: r"\1/\3"

[afranck64]

C'est assez logique: on cherche une sous-chaine composée de:
=> n'importe quel caractère autre que '/' ou ':' => groupe1
=> '//' => groupe2
=> n'importe quel caractère autre que '/'. => groupe3

Oui, une fois qu'on comprends qu'il s'agit des groupes.

On distingue ces 3 groupes grâce aux parenthèses dans le motif de recherche

Voila au moins une chose qui est de moi connue dans les regex.

Quand le '//' est trouvé, la sous-chaine à convertir est formée des 3 groupes. Par exemple pour "toto//titi", on trouve "o//t".

Si on veut convertir '//' en '/', il faut ajouter dans la conversion le caractère avant (goupe1 => '\1') et le caractère après (groupe3 => '\3') sinon, ils sont "mangés".

D'où la sous chaine de remplacement: r"\1/\3"

Avec toutes ces explicatons, tout apparait limpide dans mon cerveau