Discussion :

[jack-no]

Bonsoir à tous,
J'ai beau lire des docs là dessus, je ne comprends toujours pas bien comment fonctionne ces fameuses expressions régulières;
Mon problème est le suivant, j'ai le texte:
"mardi : Fabrice (Dispo)"
"lundi : Josianne (Occ)"
Je souhaiterais récupérer les prénoms "Fabrice" et "Josianne";

Quelqu'un peut-il m'aider svp?

Ps: Si vous connaissez un site où il y a de nombreux exemples je suis preneur. Merci

[mamounMob]

pour le lien : http://ciam.inra.fr/r4ciam/node/148


pour le code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
ch <- c("mardi : Fabrice (Dispo)", "lundi : Josianne (Occ)")
gsub(pattern="[[:alpha:]]+ : ([[:upper:]]{1}[[:alpha:]]+) .+","\\1", ch)

[jack-no]

Merci mamounMob pour votre solution qui fonctionne en l'état mais je suis confronté à un problème;
En effet, en appliquant votre fonction comme tel il ne se passe rien.
Pour que ça marche, il faut que je fasse un c("mardi : Fabrice (Dispo)") à la main.
Or ce texte est dans une variable "fich" obtenue comme ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

fich <- xpathSApply(htmlParse(ListNoms[i]),"//div[contains(@class,...

Lorsque je fais :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

fich <- gsub(pattern="[[:alpha:]]+ : ([[:upper:]]{1}[[:alpha:]]+) .+","\\1", fich)

Ou en faisant c(fich) comme ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

fich <- gsub(pattern="[[:alpha:]]+ : ([[:upper:]]{1}[[:alpha:]]+) .+","\\1", c(fich))

Cela ne fonctionne pas.
Je ne comprends vraiment pas pourquoi, d'autant plus que ça fonctionne "à la main"

[mamounMob]

OK,
il me faudrait un exemple reproductible, même minimal pour comprendre ce qui ne va pas

[jack-no]

Pas de problème; Voici un bout de mon code:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
library(XML)
url <- htmlParse("http://www.geny.com/partants-pmu/2014-09-19-vincennes-pmu-prix-cleomede_c655563")
course <- xpathSApply(url,"//div[contains(@class, 'yui-gc cartoucheCourse')]/div[@class='yui-u first nomReunion']",xmlValue)
course <- gsub("\t|\n|\r","",course)
course

En lançant ce code vous obtiendrez: "vendredi : Vincennes (R4)"
Maintenant, lorsque j'applique votre solution;

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

course <- gsub(pattern="[[:alpha:]]+ : ([[:upper:]]{1}[[:alpha:]]+) .+","\\1", course)

Je n'ai pas le résultat escompté; ça me donne la même chose: "vendredi : Vincennes (R4)"
Au lieu de "Vincennes".

[mamounMob]

En exécutant ton code j'obtiens :
course
# "vendredi_:_Vincennes_(R4)"

Du coup le code précédent ne fonctionne plus, puisqu'il y avait des espaces alors qu'ici ce sont des tirets.

Tu peux essayer avec cette expression :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
gsub(pattern='.+[[:punct:]]{3}([[:upper:]]{1}[[:alpha:]]+)[[:punct:]]{1}.+', replacement='\\1', course)

[[:punct:]] représente les signes ponctuation

[jack-no]

Alors là c'est vraiment bizarre!
Chez moi j'obtiens toujours la même chose à savoir: "vendredi : Vincennes (R4)"
et non "vendredi_:_Vincennes_(R4)"

Je ne peux l'expliquer.
Du coup la modification proposée ne fonctionne pas

[jack-no]

Si ça peut vous donner un indice supplémentaire:
Lorsque avec votre précédente solution je fais:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

gsub(pattern="[[:alpha:]]+ : ([[:upper:]]{1}[[:alpha:]]+) .+","\\1", "vendredi : Vincennes (R4)")

j'obtiens bien "Vincennes"

*Ensuite je rentre la valeur de course "à la main"

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
course <- "vendredi : Vincennes (R4)"
gsub(pattern="[[:alpha:]]+ : ([[:upper:]]{1}[[:alpha:]]+) .+","\\1", course)

là aussi j'obtiens bien "Vincennes"

*Mais course venant du xpathSApply puis du gsub
Alors qu'il vaut bien "vendredi : Vincennes (R4)" quand je fais:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
> course
[1] "vendredi : Vincennes (R4)"
>

Tout est pourtant OK, vu les 2 astérisques précédents;
Alors il ne me reste plus qu'à appliquer la fonction, ce que je fais:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

gsub(pattern="[[:alpha:]]+ : ([[:upper:]]{1}[[:alpha:]]+) .+","\\1", course)

et là j'obtiens toujours: "vendredi : Vincennes (R4)"

Voici ce que renvoie la console:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
> url <- htmlParse("http://www.geny.com/partants-pmu/2014-09-19-vincennes-pmu-prix-cleomede_c655563")
> course <- xpathSApply(url,"//div[contains(@class, 'yui-gc cartoucheCourse')]/div[@class='yui-u first nomReunion']",xmlValue)
> course <- gsub("\t|\n|\r","",course)
> course
[1] "vendredi : Vincennes (R4)"
> gsub(pattern="[[:alpha:]]+ : ([[:upper:]]{1}[[:alpha:]]+) .+","\\1", course)
[1] "vendredi : Vincennes (R4)"
>

Je suis encore allé plus loin en faisant:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
> match("vendredi : Vincennes (R4)", course)
[1] NA

Par contre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
> course<-"vendredi : Vincennes (R4)"
> match(course,"vendredi : Vincennes (R4)")
[1] 1

Bref, je n'y comprends absolument rien

[mamounMob]

Je suis encore allé plus loin en faisant:
> match("vendredi : Vincennes (R4)", course)
[1] NA

Très bien, cela signifie que ce qui est affiché à l'écran est différent de ce qui est stocké dans ta variable 'course'.
il faut encore essayer cela :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
library(XML)
url <- htmlParse("http://www.geny.com/partants-pmu/2014-09-19-vincennes-pmu-prix-cleomede_c655563")
course <- xpathSApply(url,"//div[contains(@class, 'yui-gc cartoucheCourse')]/div[@class='yui-u first nomReunion']",xmlValue)
 
gsub(pattern="[[:alpha:]]+[^[:alpha:]]+([[:upper:]]{1}[[:alpha:]]+)[^[:alpha:]].+","\\1", course)
# "\r\n\t\t\tVincennes"
 
gsub(pattern='.+[[:punct:]]{3}([[:upper:]]{1}[[:alpha:]]+)[[:punct:]]{1}.+', replacement='\\1', course)
[1] "Vincennes"
 
course <- gsub("\t|\n|\r","",course)
gsub(pattern="[[:alpha:]]+[^[:alpha:]]+([[:upper:]]{1}[[:alpha:]]+)[^[:alpha:]].+","\\1", course)
# "Vincennes"

Ici, la seconde instruction fonctionne dès le départ, donc pas besoin de faire 'course <- gsub("\t|\n|\r","",course)'.

Maintenant si ça ne marche pas, il me faudrait plus d'infos, mais je ne sais plus quoi demander de plus ...

[jack-no]

Merci mamounMob ça fonctionne!
Je n'aurais jamais pu y arriver sans ton aide!

God bless!