Discussion :

[excalybur]

Bonjour,

J'ai résolu le problème avec l'exemple ci-dessous. Mais j'aimerais votre avis pour savoir si c'est la bonne méthode avec une chaine à analyser très longue (100 000 caractères par exemple). Si les seuls occurences "toto" sont très nombreuse (exemple 10000) cela va prendre un bout bout de temps !

Le but : rechercher la sous-chaine "toto......###" dans la chaine mère ou les 6 points peuvent être n'importe quel caractère. Comme cette fonction n'existe pas pour les chaines j'ai décomposer en deux phase : (1) rechercher si la chaine "toto" est présente (si oui on donne à index sa position) puis (2) vérifier si la chaine "###" est présente à l'index +10 ? Si oui OK. Donc ça sera une boucle dans une autre.

Dans l'exemple ci-dessous cette occurence ne se produit que deux fois (index 0 et index 51).

Ouvrir une form avec deux textbox en multilignes et un bouton pour visualiser le résultat.

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
30
31
32
33
34
35
36
37
 
 
Imports System.Text.RegularExpressions
 
Public Class Form1
    Private Sub Button1_Click(sender As Object, e As EventArgs) Handles Button1.Click
 
        Dim text = "totoabcdef###totototoghitotojkl###mnopqrstuvwxyzabctotodefcde###ghijklm###"
 
        Dim rx = New Regex("toto", RegexOptions.IgnoreCase)
        Dim sx = New Regex("###", RegexOptions.IgnoreCase)
 
        Dim mc = rx.Matches(text)
        Dim sc = sx.Matches(text)
 
        Dim i, j, k As Integer
 
        'recherche chaque occurance de "toto"
        For Each m As Match In mc
            i += 1
            TextBox1.Text += Str(i) + "         " + Str(m.Index.ToString) + vbCrLf
 
            'recherche chaque occurance de "###"
            For Each s As Match In sc
                j += 1
                TextBox2.Text += Str(j) + "           " + Str(s.Index.ToString) + vbCrLf
 
                'Vérifie si l'espace entre index "toto" et index "###" est bien égal à 10
                If s.Index.ToString = m.Index.ToString + 10 Then
                    k += 1
                    TextBox2.Text += "Concordance trouvée numéro " + Str(k) + vbCrLf
                End If
            Next
        Next
 
    End Sub
End Class

Merci pour vos suggestions.

A+

[Phil Rob]

Bonjour Excalybur,

Pour quoi ne tentes-tu pas de remplacer les deux recherches Regex par une seule dans laquelle le point est le joker pour n'importe quel caractère :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
        Dim rx = New Regex("toto......###", RegexOptions.IgnoreCase)
        ''''''''''' Dim sx = New Regex("###", RegexOptions.IgnoreCase)

Tu devrais obtenir le résultat que tu veux, c-a-d les 2 seuls "toto......###", en une seule exécution du Regex.

Ton code devrait devenir :

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
 
Imports System.Text.RegularExpressions
 
Public Class Form1
    Private Sub Button1_Click(sender As Object, e As EventArgs) Handles Button1.Click
 
        Dim text = "totoabcdef###totototoghitotojkl###mnopqrstuvwxyzabctotodefcde###ghijklm###"
 
        Dim rx = New Regex("toto......###", RegexOptions.IgnoreCase)
 
        Dim mc = rx.Matches(text)
 
 
        Dim i As Integer
 
        'recherche chaque occurance de "toto"
        For Each m As Match In mc
            i += 1
            TextBox1.Text += Str(i) + "         " + Str(m.Index.ToString) + vbCrLf
 
       Next
 
    End Sub
End Class

...

[excalybur]

Effectivement, je cherchais à comprendre pourquoi le point "." me posez un problème avec les Regex ! Il apparait en bleu sous 2022.

Tu vient de me donner la réponse. C'est un joker.

En fait c'est même plus subtil, car dans mon cas les "toto" sont en fait un triple point à rechercher c'est-à-dire "..."

Du coup pour éviter un conflit inter Regex j'ai remplacé préventivement le triple point par un triple mélange improbable "§§§" pour rechercher la chaine ! Puis à la sorite opération inverse !

Donc solution plus simple et plus rapide !

Merci pour tes idées. Tout fonctionne.

A+

[Phil Rob]

Merci pour le retour.
Bon après-midi.
...

[CosmoKnacki]

Il faut savoir que lorsque la pattern commence par un chaîne littérale comme "toto" ou le caractère "Horizontal Ellipsis", avant même la marche "normale" du moteur de regex (position par position pour tester la pattern), une recherche avec un algorithme rapide de la partie littérale est effectuée pour déterminer les positions possibles où la pattern peut réussir (autrement dit les positions où cette partie littérale se trouve). Seules les positions identifiées par cette recherche préalable seront testées avec la pattern, ce qui accélère grandement le résultat.

[excalybur]

Merci CosmoKnacki pour tes explications.

Pour ne pas mourir idiot as-tu un lien vers un bon tutoriel sur les Regex ?

A+

[CosmoKnacki]

Le tutoriel de David Grellety est plutôt pas mal (ne te laisse pas impressionner par le début un peu théorique). Par contre ce qui manque c'est une explication pour bien comprendre le fonctionnement des quantificateurs et le backtracking (ce qui est indispensable), tu trouveras une description ici (en Anglais).

La référence reste le livre Mastering Regular Expressions de J.-F. Friedl (notamment en ce qui concerne ce point). Certaines éditions se trouvent gratuitement sur le net en pdf, et si je me rappelle bien la première édition est également sortie en français.

Pour tester les patterns spécifiques à .NET, il y a regexstorm.net et regex101.com.

[excalybur]

Bonjour

Merci pour les tutoriels, l'anglais n'est pas un problème pour moi, les deux tutos sont bien complémentaires.

J'entrevois d'énorme possibilité de travail sur la conversion de certains fichier. Avec un code bien plus light.

Encore merci