Discussion :

[Germaris]

Bonjour !

Je veux extraire d'un très long texte des éléments qui y sont toujours présentés de la même manière.
Donc, je voudrais savoir comment écrire et utliser une regexp qui répondrait au modèle (pattern) suivant :

- un premier groupe de caractères (pouvant comporter, outre des lettres : un ou des espaces le(s)quel(s) toujours suivi(s) d'une lettre et comportant aussi, éventuellement, une ou des apostrophes ainsi que un ou des tirets mais jamais de chiffres)
- un espace toujours suivi d'un chiffre (bon repère médian, comme une sorte de "delimiter")
- un second groupe de caractères (chiffres et tiret (et/ou un point d'interrogation sur les modèles suivants : 1234-5678 ou 1234-?)

Exemples :

Saint-Denis l'Église 1234-?

ou

L'Arbresle-sur-le-Lac 2345-6789

Cette regexp serait utilisée dans un script PHP, pour extraire les éléments d'un texte réparti dans les multiples rangées d'une colonne de table MySQL.

Merci d'avance pour votre aide et/ou vos explications !

[sabotage]

Tu aurais pu essayer quelque chose

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

#([[:alpha:]-\'\s]+) ([0-9]+)-([0-9]+|\?)#

même une version laxiste peut répondre à ton besoin

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

#(.*) ([0-9]+)-(.*)#

[Germaris]

Merci beaucoup, "sabotage" !

Je viens juste de commencer à apprendre sur le site http://www.expreg.com/
et je vais déchiffrer ce que tu me proposes.

Vois-tu, j'aime comprendre ce que j'utilise...

:-)

Petite question :
Sur le site de MySQL, ils disent utiliser les POSIX alors que partout on conseille les PCRE.
Comme je suis un parfait novice, comment choisir ?

[Germaris]

Tu aurais pu essayer quelque chose

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

#([[:alpha:]-\'\s]+) ([0-9]+)-([0-9]+|\?)#

Bonjour !

J'ai testé le code dans phpMyAdmin avec une requête SQL,
j'ai obtenu un message d'erreur :
#1139 - Got error 'invalid character range' from regexp

Pourtant, j'ai testé ([[:alpha:]-\É\é\è\'\s]+) ([0-9]+)-([0-9]+|\?) avec l'outil fourni par eric69 http://www.google.com/url?q=http%3A%...RnkhKpZbX-6-Kg et ça fonctionne.
(regexp modifiée pour prendre en compte les lettres accentuées pouvant être rencontrées car l'original les ignorait)

Y'a un os quelque part...

[sabotage]

Met [a-zA-Z] au lieu de [:alpha:] alors

[Germaris]

Ça ne change que le message d'erreur :

#1139 - Got error 'repetition-operator operand invalid' from regexp

Ma requête :

Code sql :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
SELECT ID, longName, notes
FROM `_a_listregex`
WHERE notes REGEXP '([[a-zA-Z]-\'\s]+) ([0-9]+)-([0-9]+|\?)'
ORDER BY ID

[ericd69]

oui car c'est du posix et surtout une chaine simple...
essaye de doubler le \ devant ?
car quand tu envoie la requête via php elle est echappée... du coup, il interprète le ? comme un répétiteur (équivaut à {0,})...

[ericd69]

salut,

avec l'api preg_xxx (car ça change le codage de certains trucs sinon):
si tu veux les nombres de l'expression:

Code php :

Sélectionner tout - Visualiser dans une fenêtre à part

"`([0-9]{4})\-([0-9]{4})|\?`"

`` délimite le motif derrière tu peux mettre des options pour la casse, etc...

() délimite une saisie (retournée dans le tableau en sortie de la fonction) mais sert aussi à définir une priorité niveau opérateur (un groupe)

\ permet d'échapper les caractères ayant un sens particulier au niveau du motif pour les utiliser comme des caractères normaux

{x} ou {x,y} nombres définissant la répétition attendue du caractère ou groupe précédent
? correspond à {0,} c'est à dire présence possible
[a-zA-Z0-9\?] défini un ensemble de caractère pour le caractère courant
[^a-zA-Z0-9\?] définit un ensemble de caractères interdits pour le caractère courant

tu peux mettre des ancres:

• `^ début de chaine
• $` fin de chaine

voilà un résumé rapide, je t'invite à lire la doc et tu trouveras moult cours en parlant

dans php n'utilise que des preg_..., les erg_... vont disparaitre

un outil en ligne pour tester: ici

dedans tu mets ce qu'il y a entre les ``, ici:

([0-9]{4})\-([0-9]{4})|\?