Discussion :

[moimp]

Bonjour,
Dans une classe, je veux écrire une expression régulière qui accepte les formes suivantes:

var_dump($chk->ctlFirstname("Michel"));
var_dump($chk->ctlFirstname("J.-M."));
var_dump($chk->ctlFirstname("J. Michel"));
var_dump($chk->ctlFirstname("J.-Michel"));
var_dump($chk->ctlFirstname("JM"));

Mais pas celle-ci:

var_dump($chk->ctlFirstname("J..-M."));

J'ai le code suivant qui est trop permissif puisqu'il accepte le dernier exemple avec les deux points consécutifs : "#^[A-ZÀÁÂÆÇÈÉÊËÌÍÎÏÑÒÓÔŒÙÚÛÜÝŸ]([a-zàáâæäßçéèêëìíîïñòóôöœùúûüýÿ])?([\. -][A-ZÀÁÂÆÇÈÉÊËÌÍÎÏÑÒÓÔŒÙÚÛÜÝŸ][a-zA-Zàáâæäßçéèêëìíîïñòóôöœùúûüýÿ\.])?#%s".
Le %s final sert à ajouter un i avec sprintf() pour l'insensibilité à la casse.

[CosmoKnacki]

Je dirais:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$pattern = '~\A \b (?: [ -]? [^\P{Lu}\P{Latin}] (?: \. | [^\P{Ll}\P{Latin}]* ) )+ \z~ux';

démo

Attention à ne pas imposer trop de choses à l'utilisateur.

Dés qu'une pattern contient des caractères en dehors de la plage ASCII, il faut avoir le réflexe d'utiliser le modificateur u, sous peine d'obtenir une pattern complétement fausse.

[cavo789]

Juste par curiosité : pourquoi as-tu ce besoin ? C'est une grosse prise de tête pour finalement quel résultat ?

Que tu interdises l'apostrophe (pour contrer une potentielle attaque par injection SQL), je le conçois, mais un double point.. Là, je me demande l'intérêt versus le travail qu'il faudra pour une regex aux petits oignons (et la difficulté de la maintenir dans le temps)

[moimp]

@CosmoKnacki
Je ne trouve pas de sites qui me donne la liste de toutes les classes abrégées pour bien comprendre cette regex.

@cavo789
Je veux justement interdire les '..'

[cavo789]

Bah un str_replace ferait alors très bien l'affaire 😉

[CosmoKnacki]

Code x :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
Ll             Letter lowercase
Lu             Letter uppercase

Latin          Latin letters



\p{L} ou \pL   Letters character class
\p{Latin}      Latin letters character class

\P{something} = [^\p{something}]
\p{something} = [^\P{something}]

Tu en trouveras d'autres dans la documentation de pcre : https://pcre.org/pcre2.txt

L'astuce que j'utilise c'est une double négation pour obtenir les lettres latines majuscules: [^\P{Lu}\P{Latin}] (classe de caractères qui ne contient pas les lettres pas majuscules ou pas latine = classe de caractères qui contient les lettres à la fois latines et majuscules). La double négation permet de faire une intersection de classes de caractères (fonctionnalité qui n'est pas implémentée dans pcre, mais qu'on trouve dans les regex Java ou .net).

Mais je viens de me rendre compte que tu veux éventuellement passer la pattern en case-insensitive. Donc tu ne peux pas utiliser \p{Ll} et \p{Lu} (qui sont insensibles au modificateur i). Mieux vaut alors écrire une seconde pattern pour ce cas précis:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$pattern_caseinsensitive = '~\A \b (?: [ -]? \p{Latin} (?: \. | \p{Latin}* ) )+ \z~ux';

Sinon, si tu tiens à ton idée d'une seule pattern pour deux utilisations, tu peux spécifier les caractères mais sous forme de rangs (cf la table unicode pour connaître l'ordre, attention il y en a dans plusieurs plages). Par exemple, sans trop se casser la tête:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$pattern = '~(?xx) \A \b (?: [\x20 -]? [A-Z À-Ö Ø-Þ Œ Ÿ ẞ] (?: \. | [a-z ß-ö ø-ÿ œ]* ) )+ \z~u';

(Le modificateur xx permet d'ignorer les espaces même dans les classes de caractères, c'est pour ça que j'ai remplacé l'espace par \x20).
À toi de voir précisément ce que tu veux ou pas inclure comme caractères.