Discussion :

[stc074]

Bonjour, j'utilise les regex pour transformer un code HTML <pre></pre> qui est de la forme &lt;pre... dans ma base de données :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
        pattern = Pattern.compile("<pre class="(.{2,20})">(.+)<\\/pre>", Pattern.DOTALL | Pattern.MULTILINE);
        matcher = pattern.matcher(cont);
        replace = "<pre class=\"$1\">$2</pre>";
        int j=0;
        cont = matcher.replaceAll(replace);

si il y a 3 <pre></pre> à la suite (même séparés) java remplace la première balise <pre> d'ouverture et la dernière </pre> de fermeture, bien sur ce n'est pas satisfaisant.

je ne vois pas trop comment faire j'ai essayé avec une boucle while(matcher.find()) mais apparemment il ne me trouve qu'un motif (alors qu'il y en a 3), j'avoue qu'après quelques recherches sur google je bloque un peu.
Merci.

[CosmoKnacki]

C'est normal car tu utilises .+ pour décrire le contenu entre les balises ouvrante et fermante. Or les quantificateurs sont gourmands par défaut c'est à dire qu'ils vont prendre la plus grande chaîne possible. Une solution est donc d'utiliser un quantificateur non gourmand qui s'écrit ainsi: .+? (on ajoute juste un point d'interrogation pour inverser la tendance d'un quantificateur. De même, on peut écrire *?, {1,5}? ou encore ??.)

Ces deux tendances induisent deux comportements différents pour le moteur de regex:

• le quantificateur gourmand prend tous les caractères possible, mais si la suite de la pattern n'est pas satisfaite, le quantificateur gourmand est forcé de rendre des caractères un à un, jusqu'à ce qu'elle le soit. Ce mécanisme s'appelle le backtracking.
• le quantificateur non-gourmand (ou paresseux) fait le contraire, il prend des caractères un à un tant que la suite de la pattern n'est pas satisfaite. Dés qu'elle l'est, il s'arrête.

Néanmoins, pour le problème qui t'occupe, il y a une approche bien plus performante qui consiste à ne pas se préoccuper du contenu entre les balises, pour se concentrer sur les balises elles-mêmes, soit basiquement:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

s = s.replaceAll("(?i)&lt;(/?pre\\b[^&]*)&gt;", "<$1>");

(?i) rend la pattern insensible à la casse.

\b est un word boundary (la limite entre un caractère appartenant à la classe de caractère \w et un caractère n'y appartenant pas ou le début ou la fin de la chaîne)

[^&] n'importe quel caractère qui n'est pas un &.