Discussion :

[pongping]

Bonjour,
Je voulais faire une regex pour enlever les commentaires dans un fichier HTML. Voilà ce que j'ai fait:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
$page =~ s/\<!--.*--\>//sig

Mais ceci supprimait presque la page entière. Quand j'ai fait ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
$page =~ s/\<!--.*?--\>//sig

donc avec le ? ça fonctionnait. Je ne comprends pas pourquoi ça ne marchait pas avant. * veut bien dire "0 ou plusieurs fois"?

Merci d'avance

[Jedai]

Je ne comprends pas pourquoi ça ne marchait pas avant. * veut bien dire "0 ou plusieurs fois"?

Oui, mais * est glouton, c'est à dire qu'il cherche toujours à capturer le plus de caractère possible correspondant à ce qui le précède, et il ne revient en arrière que si la regex échoue, autrement dit dans ton cas, il capturait l'intégralité du document à partir du premier "<!--" (puisque le point avec /s désigne vraiment n'importe quoi), puis il relâchait un caractère à la fois parce que la regex échouait, jusqu'au moment où il avait relâché suffisamment de caractères pour arriver au dernier "-->" du document...
Au contraire *? est paresseux, il va toujours prendre le moins possible de caractères et n'en prendra un de plus que si le reste de la regex échoue, donc là la regex commence au premier "<!--" du document, .*? ne prend aucun caractère, "-->" échoue, donc .*? prend un caractère de plus, la regex échoue encore, jusqu'au moment où .*? a pris suffisamment de caractère pour arriver au premier "-->" après le "<!--".

Autrement dit * prendra toujours la chaîne la plus longue qui satisfera la regex tandis que *? prendra toujours la plus courte qui la satisfera.

C'est plus clair ?

--
Jedaï

[pongping]

Oui, merci beaucoup je commence à comprendre.