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 ?

[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})|\?

[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,})...

[Germaris]

Bonjour Eric !

Merci pour ton temps.

C'est fait.
Résultat : Je n'ai plus de message d'erreur, la requête s'exécute, MAIS le résultat est :

MySQL returned an empty result set (i.e. zero rows). ( Query took 0.6228 sec )

Autrement dit, la regexp est "annihilée", inefficace...

J'ai remarqué que si, dans ma requête, je supprime les ' autour de la regexp, phpMyAdmin (qui colore les requêtes pour nous aider et signaler les erreurs de syntaxe) ne colore pas la regexp du "vert" attendu mais laisse supposer une erreur au premier tiret dans la regexp... Je ne sais interpréter ce signal...

Mais il est évident que si je supprime les ' autour de la regexp, la requête devient fausse et conduit à une erreur.
Peut-être est-ce simplement de cela que l'interface veut me prévenir...

Dans un autre ordre d'idées, j'ai bien ri en lisant dans ton texte :
« et surtout une chaine simple... » !!!
Ouf ! C'est quoi une chaîne compliquée ?

[Bovino]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[[a-zA-Z]-\'\s]

Tu mets une classe dans une classe ?

[Germaris]

Merci ! Tu as mis le doigt dessus !

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][-\É\é\è\'\s]+) ([0-9]+)-([0-9]+|\\?)'
ORDER BY ID

Ça fonctionne dans phpMyAdmin !
Mais surtout, j'ai compris.


SAUF QUE :

La regexp ne passe plus le test (http://www.annuaire-info.com/outil-r...ion-reguliere/) et retourne des "faux" pour les cinq textes soumis alors qu'elle en retournait à juste titre trois vrais et deux faux comme attendu.

[ericd69]

moi ça me renvoie 1 avec:

Code sql :

Sélectionner tout - Visualiser dans une fenêtre à part

select "L'Arbresle-sur-le-Lac 2345-6789" regexp "[0-9]{4}\-[0-9]{4}|\\?";

et l'erreur de répétition avec:

Code sql :

Sélectionner tout - Visualiser dans une fenêtre à part

select "L'Arbresle-sur-le-Lac 2345-6789" regexp "[0-9]{4}\-[0-9]{4}|\?";

c'est bien la solution qui marche avec des outils qui agisse comme la console sans échapper...

phpmyadmin dans la version 3.5.1 ça marche aussi
essaye:
envoie ta requête sans l'échapper pour voir ou teste la en console si tu peux ou avec heidisql tu peux te connecter sur une bd distante via ssh ou tcp/ip selon ce que tu as droit...
car on doit avoir \\ à la fin après échappement

[Germaris]

Modifié la regexp ainsi :

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-\É\é\è\'\s]+) ([0-9]+)-([0-9]+|\\?)'
ORDER BY ID

Elle passe le test mais pas la requête dans phpMyAdmin !!!
(#1139 - Got error 'invalid character range' from regexp)

Histoire de fous...
Grrrr...

[Bovino]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

([a-zA-Z\-Ééè\'\s]+) ([0-9]+)-([0-9]+|\\?)

Non ?

[Germaris]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

([a-zA-Z\-Ééè'\s]+) ([0-9]+)-([0-9]+|\\?)

Non ?

Oui pour le test (url déjà citée).

Non pour phpMyAdmin 3.5.6
(#1139 - Got error 'invalid character range' from regexp)

[ericd69]

oui seul les caractères spéciaux sont à échapper \- ou \' (si tu n'utilise pas ""autor de la regex) dans ta classe pas les é...

[Germaris]

oui seul les caractères spéciaux sont à échapper \- ou \' (si tu n'utilise pas ""autour de la regex) dans ta classe pas les é...

Eh non...
Si :
1 - je n'utilise pas de ' ou de "
2 - je retire les lettres accentuées mais en conservant les caractères spéciaux

la requête ne fonctionne pas dans phpMyAdmin.

Les ' ou les " sont indispensables pour que la requête fonctionne dans phpMyAdmin.

[ericd69]

faut pas les retirer

je te disais juste que tu n'es pas obliger d'échapper dans la regex mysql ' si elle est encadrée par "" ou inversement...

par contre, il me semble que tu es obligé de doubler tous les \ dans la version mysql par rapport à celle de php

l'outil est compatible avec les preg_xxx de php
phpmyadmin se comporte comme mysql

[Germaris]

C'est ce que j'ai fait avec :

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][\-\É\é\è\'\s]+) ([0-9]+)-([0-9]+|\\?)'
ORDER BY ID

qui fonctionne, mais pas bien ainsi que tu vas le constater avec ce qui suit.

Le problème se déplace.
Alors que j'attendais aux environs de 2500 résultats au moins, je n'en obtiens que 840.
Pourquoi ? Je n'en sais rien.
Et là, je pense qu'il va falloir que je trouve seul la raison.

[Germaris]

Bonjour !

Est-ce que l'un d'entre vous aurait une idée de la raison pour laquelle le résultat obtenu est inférieur aux attentes ?
J'ai essayé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

'(([a-zA-Z][\-\É\é\è\'\s]+) ([0-9]+)-([0-9]+|\\?))+'

mais ça n'a rien donné

J'aimerais aussi savoir comment rédiger ma requête pour qu'elle me retourne uniquement les chaînes correspondant à la regexp et non la totalité du champ 'notes'...

Merci, Bovino, pour les remarques et conseils !