[RegExp] Help, je sèche

**absolut75** · 16/10/2006, 16h54

Bonjour !

Voici la source à analyser :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
    <TD vAlign=top align=left> NOM</TD>
    <TD vAlign=top noWrap align=middle>  PRENOM</TD>
    <TD vAlign=top align=middle>  LIEU</TD>
    <TD vAlign=top align=middle>
 
		NUMTEL
 
	</TD>
    <TD vAlign=top align=middle>DATE</TD>
    <TD vAlign=top align=middle>HEURE</TD>
    <TD vAlign=top align=middle>SALLE</TD>

Et je veux en extraire les données figurant en majuscules (en réalité ces données peuvent contenir de tout : lettres, chiffres, espaces etc...

Voici mon code:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
motif="\\s*<TD vAlign=top.*>(.*)</TD>";
regex=Pattern.compile(motif);
result=regex.matcher(source);
 
while (result.find()){
   System.out.println(result.group(1));
}

L'ennui, c'est que ça ne trouve pas le NUMTEL, car pour cette donnée, j'ai des retours à la ligne apres le ">" et avant le "</TD>....contrairement aux autres.

Quand je fais regex=Pattern.compile(motif, Pattern.DOTALL), là y'a tout ou presque qui foire.

Je vous épargne tous mes autres essais infructueux...je sèche.

A l'aide, svp :-)

**le y@m's** · 16/10/2006, 17h08

Tu dois utiliser le quantifieur restrictif ? après les .* et bien utiliser le flag DOTALL.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

motif="<TD vAlign=top.*?>.*?</TD>";

**absolut75** · 16/10/2006, 17h25

Ca marche nickel. :-)

C'est pas très clair cette histoire de "?" dans la JavaDoc je trouve ... Y'a une explication simple ?

Encore merci en tous cas
A+

**le y@m's** · 16/10/2006, 17h52

En fait, dans ce cas, le '?' prend la chaine correspondante la plus courte.
Prenons par exemple la chaine "<a>b<c>d<e>". On veut récupérer les différentes balises et donc l'expression régulière qui nous vient naturellement est : "<.*>".
Cependant tu remarques que plusieurs chaines correspondent au pattern :

<a>
<c>
<e>

<a>b<c>
<c>b<e>

<a>b<c>d<e>

Avec l'expression régulière "<.*>" c'est la chaine de caractères corespondante la plus longue qui est prise soit "<a>b<c>d<e>". Pour prendre la chaine de caractères la plus courte il faut rajouter le ?

"<.*?>"
ce qui donnera "<a>" (puis "<b>" puis "<c>").

Bon j'espère que je suis assez clair, il me semblait qu'adiGuba avait posté un message où il une expliquer de façon beaucoup plus claire et concise ce que j'ai essayé de dire mais je n'ai pas retrouvé ce post

.