Discussion :

[luchet]

Bonjour

j'utilise l'expression régulière suivante pour vérifier la présence de mot en double dans un texte

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

var re = /([A-Za-z\u00C0-\u1FFF\u2800-\uFFFD\-]+)\s+\1/gi;

celle-ci fonctionne parfaitement mais je voudrais savoir a quoi correspond le signe - placé devant le ]

si je l'enlève j'ai une erreur Exception: SyntaxError: unterminated regular expression literal

Merci de m'aider a comprendre ce code

[joel.drigo]

Salut,

Vu qu'il y a var devant ton expression régulière, je dirais que c'est du JavaScript et pas du Java. Cependant, malgré les différences qu'il peut y avoir entre les expressions régulières en Java et celles en JavaScript que je ne connais pas, je pense que le - est à considéré avec l'antislash (le \) qui se trouve juste avant. L'antislash est le caractère d'échappement : comme il existe des caractères qui ont un sens spécial dans une expression régulière mais qu'on voudrait pouvoir aussi les faire matcher en tant que caractère, on doit les échapper, pour que le moteur d'expressions régulières les considère comme un caractère normal et non comme un caractère spécial.

Le - entre crochets [ et ] est un caractère spécial, qui permet de définir une plage de caractères. [0-9] signifie tous les caractères entre 0 et 9, inclus. Idem si on écrit [0123456789] : on veut matcher l'un de ces caractères. Mais si on voulais matcher aussi le signe moins ou le tiret de la touche 6, c'est-à-dire le -, on ne pourrait pas l'indiquer juste comme ça, par exemple, [01234-56789], parce qu'il prendrait le sens du - dans [0-9]. Donc on l'échappe : [01234\-56789]. Bien sûr, ce serait plus logique d'écrire [0123456789\-], mais c'est pour l'exemple, ou encore [0-9\-], . Comme dans la regexp que tu montres.

Et c'est parce qu'il est associé au \ que le supprimer sans le \ fait planter l'expression : en le laissant, il s'applique au ] qui se trouve après, et donc on se retrouve avec une expression bancale, avec un [ pas fermé.

Remarque qu'en Java, l'expression ne compilerait pas avec juste un \, parce qu'en Java, le \ est aussi le caractère d'echappement dans les chaines de caractères. Donc on ne peut pas le voir seul s'il signifie \.

[luchet]

Bonjour

merci pour votre réponse mais en vérifiant cette expression on peut supprimer le \- ce qui nous donne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

var re = /([A-Za-z\u00C0-\u1FFF\u2800-\uFFFD]+)\s+\1/gi;

cela fonctionne parfaitement

[joel.drigo]

Oui, c'est que ce que je disais, ça s'exécute. Mais de là à fonctionner parfaitement, c'est une autre affaire : ça dépend de ce qu'on veut faire. S'il s'agit de dédoublonner des listes de mots, je pense qu'on a inclus le tiret dans les caractères à observer parce qu'il existe des mots composés (comme rendez-vous ou tire-fesses par exemples).

[luchet]

Bonjour

Effectivement le but de cette regexp est de donner tout les mots en double dans un texte

Et le tiret - est bien utile pour les mots composés

Donc je l'ai remis

Merci