Discussion :

[Obulle]

Bonjour à tous,

j'ai un problème relatif à l'utilisation des regexp dans Perl, plus précisément, concernant la récupération des valeurs de retour.
Je cherche à créer une expression régulière permettant de recueillir dans un tableau toutes les occurrences d'un même pattern dans chaque ligne d'un fichier texte multiligne.
Le format de mon fichier est du genre :

texte1/ttexte2/t("item1","item2")/t("item3","item1","item4","item5")/ttexte3/ttexte4/ttexte5/t("item2","item6")
texte6/t("item7","item8")/t("item9","item10")/ttexte8
etc
etc...

C'est donc une table de ligne (finies par /n) , contenant divers élément de texte séparés par des tabulations SAUF certains groupes de texte repérés par ("item1", ... ,"item n")

Ma requête semblera sûrement simple à beaucoup, mais je n'y arrive pas personnellement. Si vous aviez quelques suggestions, ce sera avec plaisir !
De mon côté j'ai essayé ceci, mais sans succès...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
my @formats_spec;
open(FIC, "table_test.csv") || die("pas de fichier table_test !\n");
	my $ligne=<FIC>;
	chomp($ligne);
	my @data = split('\t',$ligne);
	$nb_item = @data;
	for (my $i=0; $i<$nb_item; $i++) {
		if ($data[$i] =~ m/^\(".+"\)$/) {
			@formats_spec = ( $data[$i] =~ m/[\(,](".[^"]+")+[,\)]/ );
			print "$i => ". join(' - ',@formats_spec) ."\n";
		}
	}

C'est au niveau de la ligne 10 que je cale. Les groupes d'items ne contenant qu'un caractère ne sont pas récupérés (pourtant je ne vois pas où mettre le fameux + pour mieux quantifier mon pattern...), et je ne récupère qu'un élément dans le meilleur des cas. Par exemple, si je fourni la ligne suivante dans mon fichier table_test.csv :

TEXT TEXT ("Y","N") ("Y","N") ("Y","N") ("EXP_only","CGH_only","both_EXP/CGH") ("MSI","MSS") ("Lynch","Sporadique","MSS","Doubt") TEXT NUMERIC ("wt","mut","doubt") ("wt","mut","doubt") ("wt","mut","doubt")

je n'obtiens que la sortie suivante :

2 =>
3 =>
4 =>
5 => "EXP_only"
6 => "MSI"
7 => "Lynch"
10 => "wt"
11 => "wt"
12 => "wt"

Quelqu'un oit il où est le "bug" ??

Merci d'avance pour votre aide précieuse.

Bonne journée à tous.

[Jasmine80]

Bonjour Obulle,


Il y a moyen de réécrire le code et de faire beaucoup plus concis, mais j'ai fait simple en repartant de la base que tu donnes

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
for (my $i=0; $i<$nb_item; $i++) { 
	if ($data[$i] =~ m/^\(".+"\)$/) {
		my ($formats_spec) = ( $data[$i] =~ m/[\(,](.*)[,\)]/ ); 
		$formats_spec =~ s/,/-/g ;
		print "$i => ".$formats_spec ."\n";
	}
}

le s///g permet de modifier le caractère , en -
=> le g permet d'agir sur toutes toutes les occurences

la sortie donne pour ta ligne 10

2 => "Y"-"N"
3 => "Y"-"N"
4 => "Y"-"N"
5 => "EXP_only"-"CGH_only"-"both_EXP/CGH"
7 => "wt"-"mut"-"doubt"
8 => "wt"-"mut"-"doubt"

Si j'ai bien compris ce que tu veux ... car ce n'était pas très clair

Cela répond-t-il à tes attentes ?

[Jasmine80]

je pense qu'il y a un problème dans le parcours du fichier, ... non ? ... mais là je pars vite prendre le bus ... suis rouillée en Perl, j'ai pas le temps de m'y replonger pour trouver l'erreur, j'espère t'avoir un peu aidé en attendant les réponses des autres

[__dardanos__]

Salut,
Pour compléter la réponse de Jasmine. Remplace la regex :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

m/[\(,](".[^"]+")+[,\)]/

par :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

m/"[^"]*"/g

L'option g permet de récupérer tous les correspondances et pas seulement la première. En incluant les parenthèses tu ne peux qu'obtenir le premier élément des listes contenant au moins deux éléments. Le ".[^"]+" impose que l'élément contienne au moins 2 caractères (et donc pas les "Y" ni "N").

[Jasmine80]

Salut,
Pour compléter la réponse de Jasmine. Remplace la regex :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

m/[\(,](".[^"]+")+[,\)]/

par :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

m/"[^"]*"/g

L'option g permet de récupérer tous les correspondances et pas seulement la première. En incluant les parenthèses tu ne peux qu'obtenir le premier élément des listes contenant au moins deux éléments. Le ".[^"]+" impose que l'élément contienne au moins 2 caractères (et donc pas les "Y" ni "N").

Je pense qu'il n'a qu'un seul couple de parenthèses par regexp , vu :
1) la structure de son fichier d'entrée en exemple
2) cette ligne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

my @data = split('\t',$ligne);

Enfin, avec ces réponses, il a de quoi résoudre son problème maintenant

[Jasmine80]

Une dernière chose au sujet de parcourir ligne par ligne ton fichier, voici comment je ferais :

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
29
 
use strict;
use warnings;
 
my $file = "table_test.csv";
 
if (-f $file){
 
	open(FIC, $file) or die "Couldn't open file, $!"; 
 
	while(my $ligne = <FIC>){
 
		chomp($ligne);
 
		my @data = split('\t',$ligne);
		my $nb_item = @data;
 
		for (my $i=0; $i<$nb_item; $i++) { 
 
			if ($data[$i] =~ m/^\(".+"\)$/) {
				my ($formats_spec) = ( $data[$i] =~ m/[\(,](.*)[,\)]/ ); 
				my @tab = split (/,/, $formats_spec);
				print "$i => ". join(' - ',@tab ) ."\n";
			}
		}
	}
 
	close(FIC);
}

[Jasmine80]

... une fois dans le bus, je me suis rendue compte que tu avais dit vouloir le résultat dans un tableau ... donc, voila :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
for (my $i=0; $i<$nb_item; $i++) { 
	if ($data[$i] =~ m/^\(".+"\)$/) {
		my ($formats_spec) = ( $data[$i] =~ m/[\(,](.*)[,\)]/ ); 
		my @tab = split (/,/, $formats_spec);
		print "$i => ". join(' - ',@tab ) ."\n";
	}
}

ce qui te donne le même affichage de sortie