Discussion :

[bobby40600]

Je souhaite extraire des zones en utilisant les Regex, mais je n'arrive pas à extraire la partie minimale :
Soit la liste suivante :
CEA
AAA
BBB
CEB
AAA
BBB
CED
BBB
CCC

Mon but est de trouver un pattern pour extraire les 3 zones (CEx) indépendamment (3 pour l'exemple mais dans le fichier d'origine il y a x zones) :
CEA AAA BBB
CEB AAA BBB
CED BBB CCC

Le pattern suivant extrait la totalité des 3 zones (CE[\w][\w\n]*)

Si vous avez des idées, je suis preneur.

[badaze]

J'ai pas bien compris.

Pourquoi as tu une liste d'1 élément sur 9 lignes puis une de 3 éléments sur 3 lignes ?

[CosmoKnacki]

C'est vrai que ce n'est pas très clair. Disons que si tu as un fichier que tu charges intégralement dans une variable et que tu veuilles obtenir une chaîne, tu pourrais faire ça:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
$str = 'CEA
AAA
BBB
CEB
AAA
BBB
CED
BBB
CCC';
 
echo preg_replace('~\R(?!CE)~', ' ', $str);

(remplacer les sauts de lignes non suivis de CE par un espace). Ce qui correspond à ton affichage.

Si tu veux simplement extraire des blocs de ton fichier, dans ce cas, lis-le ligne par ligne et détecte les lignes commençant par CE pour démarrer un nouveau bloc. Pas besoin de regex pour faire ça.

Mais on ne sait pas si tu veux obtenir une chaîne, un tableau de chaîne ou un tableau de tableau de chaîne.

Décris mieux ton problème, car il y a potentiellement des manières plus élégantes de faire ce que tu souhaites.

[bobby40600]

Bonjour
Merci pour vos réponses rapides.
1/ Le fichier texte est constitué de plusieurs blocs.
2/ Chaque bloc commencer par CEx et est composé de plusieurs lignes.
3/ On peut détecter la fin du bloc CEx par le début du bloc suivant CEy

Actuellement je parcours le fichier en recherchant le début de ligne CEx jusqu'à la détection du début du bloc suivant : cela fonctionne correctement.
Mon objectif est de voir s'il est possible, en utilisant un seul pattern regex + conditions (?<= ; ?!...), d'extraire directement les différents blocs

[CosmoKnacki]

Ta technique actuelle est très bien. Tu peux obtenir le même résultat en utilisant la même pattern que précédemment en chargeant tout le contenu du fichier dans une variable, mais avec preg_split (je suppose que le fichier commence par CE):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$result = preg_split('~\R(?=CE)~', $str);

Si le fichier ne démarre pas directement par un bloc, tu peux utiliser preg_match_all mais avec une pattern un peu plus complexe:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
if ( preg_match_all('~^CE(?>.*\R?)*?(?=CE|\z)~m', $str, $m) ) {
    $result = $m[0];
}

ou alors plus court (un peu moins guidée) mais moins efficace si les blocs sont longs:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
if ( preg_match_all('~^CE.*?(?=^CE|\z)~ms', $str, $m) ) {
    $result = $m[0];
}

[bobby40600]

Merci, c'est exactement ce que je recherche !!
Reste à trouver une librairie Python compatible PCRE

[CosmoKnacki]

Si tu as beaucoup de blocs et que tu veux éviter d'avoir à stocker l'intégralité du fichier dans une variable, puis de stocker ensuite tous les blocs trouvés dans une autre, tu peux utiliser une fonction générateur:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
function genBlocks($handle) {
    while ( false !== $line = fgets($handle) ) {
        if ( strpos($line, 'CE') === 0 ) {
            if ( !empty($tmp) )
                yield $tmp;
 
            $tmp = $line;
        } else {
            $tmp .= $line;
        }
    }
 
    if ( !empty($tmp) )
        yield $tmp;
}

Ainsi tu peux effectuer tes traitements ultérieurs sans que la taille du fichier ou le nombre de blocs n'impactent la mémoire:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
$handle = fopen('monfichier.txt', 'r');
$blocks = genBlocks($handle);
 
foreach ($blocks as $block) {
    // traitement sur $block
}