Discussion :

[tanche]

Bonsoir,

Je viens vers vous en dernier recours.

Mon problème: je dois contrôler les balises d'un fichier qui se presente sous cette forme:

$line='<CM><CA>151264;GSM;N;0:1611021;20060726100000;20060726123000;495020510625278;208200400100004;+33668851302;+0000<Q>DU;CO;S;9000</Q><Q>DU;IM;S;5400</Q><
Q>iiiii</Q><CC>10;256</CC><CC>type2;257</CC></CA><TT>0;-1;20060726100000;0060726123000;20060726100000;1;F</TT><F>GSM;MSC;TS11;MSO;33660000007<EU>T<TV>2006072
6100000;20060726123000;;20820;;MSISDN;+33142235066;+33142235066;00050426</TV><SC>1;2;3</SC><QS>1;2</QS><QS>3;4</QS><CC>20;AUTRE</CC><IC>1;F</IC><Q>MO;VA;EUR;
37.62</Q><Q>DU;VA;S;9000</Q><Q>DU;CO;S;9000</Q><Q>DU;IM;S;5400</Q><Q>MO;IM;EUR;15.048</Q><LV>202;202100;ETU1375;EF202;1;MSO_NAT;706010;706010;1;2006072714322
6;;<NO>GEO;60</NO><I>061611021;102;FORFAIT_PRINCIPAL;2;20060725;20060815;1;20060726100000;0.6;1;0;1;FP202;FFT<PI>1<;2</PI><Q>DU;IM;S;5400</Q><Q>DU;VA;S;5400<
VD>1</VD></Q><Q>DU;CO;S;5400</Q><Q>MO;VA;EUR;22.572</Q></I></LV><LV>202;202HF00;ETU2285;EF202;1;MSO_NAT;706010;706010;1;20060727143226;;E<ERREUR_NO>1;2</NO><
I>061611021;101;HORS FORFAIT;2;20060725;20060815;1;20060726100000;0.4;0;0;1;GSMT1;HF<Q>MO;IM;EUR;15.048</Q><Q>MO;VA;EUR;15.048<VD>1</VD></Q><Q>DU;CO;S;3600</
Q><Q>DU;VA;S;3600</Q></I></LV></EU></F></CM>';

J'analyse toutes les balises pour savoir si elles sont bien présentes et qu'il n'y a pas de cochonnerie au milieu.

Ma regexp donne ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
if ($line =~ m /^<CM><CA>[^<]+(<Q>[^<]+<\/Q>)+(<CC>[^<]+<\/CC>)+<\/CA><TT>[^<]+<\/TT><F>[^<]+<EU>.<TV>[^<]+<\/TV><SC>[^<]+<\/SC>(<QS>[^<]+<\/QS>)+(<CC>[^<]+<
\/CC>)+<IC>[^<]+<\/IC>(<Q>[^<]+<\/Q>)+(<LV>[^<]+(<NO>[^<]+<\/NO>)+(<I>.*(<PI>.*<\/PI>)?(<Q>.*(<VD>.*<\/VD>)?<\/Q>)+<\/I>)<\/LV>)*/ )
{
print "1:$1\n";
print "2:$2\n";
print "3:$3\n";
print "4:$4\n";
print "5:$5\n";
print "6:$6\n";
print "7:$7\n";
print "8:$8\n";
print "9:$9\n";
}

Ce qu'il faut savoir c'est que les balises <Q> <CC> <QS> <NO> <LV> peut-être multiple de 1 à N

Le problème survient sur la balise <LV>, qui dans cette exemple est présente deux fois. C'est la seule balise multiple qui contient d'autres balises.
j'ai généré une erreur dans la deuxième <LV> sur la balise <ERREUR_NO>1;2</NO> mais il l'a prends pas en compte car si on regarde le résultat de $6 on voit qu'il recupère directement les deux balises LV
<LV>.....</LV><LV>.......</LV>

$6:<LV>202;202100;ETU1375;EF202;1;MSO_NAT;706010;706010;1;20060727143226;;<NO>GEO;60</NO><I>061611021;102;FORFAIT_PRINCIPAL
;2;20060725;20060815;1;20060726100000;0.6;1;0;1;FP202;FFT<PI>1<;2</PI><Q>DU;IM;S;5400</Q><Q>DU;VA;S;5400
<VD>1</VD></Q><Q>DU;CO;S;5400</Q><Q>MO;VA;EUR;22.572</Q></I></LV><LV>202;202HF00;ETU2285;EF202;1;MSO_NAT;706010;
706010;1;20060727143226;;E<ERREUR_NO>1;2</NO><I>061611021;101;HORS FORFAIT;2;20060725;20060815;1;20060726100000;0.4;0;0;1;GSMT1;HF<Q>MO;IM;EUR;15.048</Q>
<Q>MO;VA;EUR;15.048<VD>1</VD></Q><Q>DU;CO;S;3600</Q><Q>DU;VA;S;3600</Q></I></LV>

Il faut que ma regexp analyse les lignes LV une par une...

Le problème vient de cette partie là:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

.... +(<LV>[^<]+(<NO>[^<]+<\/NO>)+(<I>.*(<PI>.*<\/PI>)?(<Q>.*(<VD>.*<\/VD>)?<\/Q>)+<\/I>)<\/LV>)*/

Mais je ne sais plus quoi faire....

Si quelqu'un à des idées... (je bosse en perl et la solution la plus simple serait de contrôler lorsque avec des boucles dans mon code, mais j'aimerais bien réussir cette regexp :p )

Merci d'avance

[JakoJako]

J'ai trouvé ça qui semble zarbi

<PI>1<;2</PI>.

Sinon, ça ressemble beaucoup à du XML et le moyen le plus simple de vérifier la conformité du XML est d'écrire une DTD ou un schéma. Puis de parser le fichier ou la chaine qu'on veut contrôler en activant la le contrôle par rapport à un schéma.

En Perl, XML::Xerces fait ça très bien.