Discussion :

[oliviernouhi]

Bonjour,

Je parcours un fichier et dois récupérer tous ce qu'il y a d'écrit entre guillemets.
Et enregistrer chaque valeurs récupérées dans un tableau.

Voici un exemple de texte en entrée :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
	Mazotu: 4.15"
	Vivou: 1.885"
		"Première chaine à récupérer" External References? No
		Reject "Deuxième chaine à récupérer" Instances? Yes
		Enable Runtime "Troisième
		chaine à récupérer qui est sur 2 ligne"? No
		Use Release 4.0 Scope Rules? No
				Font Name: "Quatrième chaine à récupérer" gfgfg || "Cinquième chaine à récupérer"
				Font Name: "Sixième chaine à récupérer" gfgfg || "Septième chaine
				à récupérer sur deux lignes"

Mon code doit me donner en sortie :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
Tab[0]		Première chaine à récupérer
Tab[1]		Deuxième chaine à récupérer
Tab[2] 		Troisième chaine à récupérer qui est sur 2 ligne
Tab[3]		Quatrième chaine à récupérer
Tab[4]		Cinquième chaine à récupérer
Tab[5]		Sixième chaine à récupérer 
Tab[6]		Septième chaine à récupérer sur deux lignes

J'ai essayé de faire avec une cherche par bloc :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

my $in_bloc = ($ligne =~ m/\"/) .. ($ligne =~ m{\w+\"});

Mais ça marche mal car il y a des guillemets partout...

Quelqu'un serait me venir en aide svp ?

[Lolo78]

Tu peux continuer dans la même voie que celle que je t'ai indiquée sur l'autre post:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
print "$1\n" if $line =~ /"([^"]+)"/; # récupère 4ème chaine
print "$2\n" if $line =~ /"([^"]+)"[^"]*"([^"]+)"/; # récupère 5ème chaine
print "$3\n" if ...

Mais ça va vite devenir ingérable.

De plus, comme je te l'ai déjà dit, les chaines multilignes posent vraiment un problème, d'autant plus que l'on a du mal à les identifier et à les distinguer d'autres bizarretés dans ton fichier:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
Mazotu: 4.15"
Vivou: 1.885"

Peut être considéré comme une chaîne multiligne. Comment les reconnaître?

[oliviernouhi]

Merci de t'intéresser à mon problème

C'est tout simple,

Une chaine multiligne ou simple par commence par une guillemet double et fini par une guillemet double.

Pour :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
Mazotu: 4.15"
Vivou: 1.885"

Ne pas traiter c'était un cas d'exception que je gérerai autrement.

Donc quand sur ma ligne j'ai une guillemet je recupère tout ce qu'il y a jusqu’à la guillemet d'après.
Sur une simple ligne ou multiligne il peut y en avoir plusieurs exemple : "Cinquième chaine à récupérer" ou la "Septième chaine à récupérer sur deux lignes"

Est ce plus clair ?

[Lolo78]

On peut essayer une reconnaissance progressive avec fusion de la ligne avec la ligne suivante quand on se retrouve avec un seul guillemet et appel récursif.

Un truc dans ce goût-là (code fait à la va-vite et pas du tout testé):

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
while (<in>) {
    chomp;
	next if /"$/;  #elimine les premières lignes se terminant par "
	next unless /"/;  #elimine les lignes sans guillemets
	parcourt_ligne ($_);
}
 
sub parcourt_ligne {
	my $ligne = shift;
	while ( $ligne =~ /"([^"]+)"/ ) {
	 	print "$1\n";
	 	$ligne =~ s/[^"]+"([^"]+)"//; # supprime le debut de la ligne jusqu'à ce qui a déjà été reconnu
	 }
	 if ($ligne =~ /=/) { #guillemet orphelin, donc chaine multiligne
	 	$ligne = $ligne . <in>; #recuperation ligne suivante
	 	parcourt_ligne ($ligne);
	 }
}

Il y a certainement un bug ici ou là, mais ça devrait à peu près marcher.

[Lolo78]

Bonjour, une version corrigée et testée rapidement:

Données:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
		"Premiere chaine a recuperer" External References? No
		Reject "Deuxieme chaine a recuperer" Instances? Yes
		Enable Runtime "Troisieme
		chaine a recuperer qui est sur 2 ligne"? No
		Use Release 4.0 Scope Rules? No
				Font Name: "Quatrieme chaine a recuperer" gfgfg || "Cinquieme chaine a recuperer"
				Font Name: "Sixieme chaine a recuperer" gfgfg || "Septieme chaine
				a recuperer sur deux lignes"

Code:

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
19
20
21
22
23
24
25
26
27
28
use strict;
use warnings;
 
my $file_in = "input.txt";
open FILE_IN, "<$file_in" or die "cannot open $file_in $!";
 
while (<FILE_IN>) {
	chomp;
	s/\r//; # enlève retours chariot Windows 
	# next if /"$/;  cette instruction doit être enlévée, sinon on perd 4 et 5 eme chaines
	next unless /"/;  #elimine les lignes sans guillemets
	parcourt_ligne ($_);
}
 
sub parcourt_ligne {
	my $ligne = shift;
	while ( $ligne =~ /"([^"]+)"/ ) {
	 	print "$1\n";
	 	$ligne =~ s/[^"]+"([^"]+)"//; # supprime le debut de la ligne jusqu'à ce qui a déjà été reconnu
	 }
	 if ($ligne =~ /"/) { #guillemet orphelin, donc chaine multiligne
	 	my $new_line = <FILE_IN>;
	 	chomp $new_line;
	 	$new_line =~ s/\s+/ /;
	 	my $line = $ligne . $new_line; #recuperation ligne suivante
	 	parcourt_ligne ($line);
	 }
}

Et le résultat:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
$ perl guillemets.pl
Premiere chaine a recuperer
Deuxieme chaine a recuperer
Troisieme chaine a recuperer qui est sur 2 ligne
Quatrieme chaine a recuperer
Cinquieme chaine a recuperer
Sixieme chaine a recuperer
Septieme chaine a recuperer sur deux lignes

[oliviernouhi]

Bonjour,

Merci énormément Lolo 78.
Puis je te demander une dernière petite aide.

1) Je ne comprend pas tout dans ton code.
J'aimerai vraiment le comprendre parfaitement afin de pouvoir le faire évoluer et m'en servir correctement.

Peux tu me commenter de façon très détaillé ce que tu as fais pas à pas s'il te plait.

Par exemple :

/"([^"]+)"/ : j'ai un peu du mal a tout comprendre ce que fait cette reg exp.
pourquoi un chomp ligne 8 ? enleve le retour chariot qui est eventuellement à la fin de la chaine ?
l'appel de la fonction avec le $_ fait quoi exactement ?
my $ligne = shift ça veut dire ? retourne la première valeur d'un array ?
etc...

2) Aussi, imagine que mon fichier que je dois traiter en entrée fait 500 000 lignes, est ce que ce code sera fonctionnel ?

3) J'ai vu que ça fonctionne si mon couple de guillemets est sur plus de 2 lignes, par exemple 3,4,5 lignes. C'est grâce à l'appel recursif ?
Idem si j'ai 2,3,4,5, etc.. couples de guillemets sur la même ligne ?

J'espère ne pas trop abusé de ta gentillesse.

Merci énormément encore du temps que tu m'as consacré.

et bonne journée