Discussion :

[rgomes]

Hello,

Je recherche une expression régulière pour trouver les patents (numéro de brevets) dans du texte libre sachant qu'un patent number à le format suivant :

LLnnnnn
LLnnnnnL
LLnnnnnLn

où L est une lettre [A-Z] et n un entier entre 0 et 9.

exemple :
"La recherche brevet a permis d'isoler fr14521 fr45877A 999 AU50000B1." donnerait :
fr14521
fr45877A
AU50000B1

Merci pour toute aide !

Un début de piste :
([A-Z]{2})([0-9]{1,})([A-Z][0-9]|[A-Z]+[^[A-Z]{2}])?

[visiwi]

Salut,

Ne serait-ce pas quelque chose comme ça ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[a-zA-Z]{2}[0-9]{5}[a-zA-Z]{0,1}[0-9]{0,1}

[rgomes]

Hélas non, car
fr7227965 au2006230693
me donne :
FR7227965A uniquement

Comment mettre la condition que si 2lettres+au moins 1 nombre alors ne pas le prendre, c'est un nouveau "patent number" ?

Merci

[visiwi]

Et bien du donne les formats suivant :

LLnnnnn
LLnnnnnL
LLnnnnnLn

J'ai compris :

2 lettres + 5 chiffres + 0 ou 1 lettres + 0 ou 1 chiffre

Ce qui visiblement n'ai pas le cas, puisque tu dit que au2006230693 est un patent. Qu'elle est la règle précise qui définit un patent ?

Serait-ce :
2 lettres + n chiffres + 0 ou 1 lettre + 0 ou 1 chiffre

[rgomes]

Primo, merci pour ton aide !
Alors :

FR123 est valide
FR123A est valide
FR132A1 est valide

Voila les 3 cas possibles, par contre si tu as FR123FR456 il ne faut pas avoir juste FR123F, car apres ensuite il ne reste donc que R456 et le match failed.

Il faut la condition supplémentaire : "si apres la serie de chiffre on a une lettre, on ne la prend que si elle n 'est pas suivie par une autre lettre et au moins un chiffre", car sinon c 'est le début d'un nouveau pn...

[adiGuba]

Salut,


Ce que visiwi veut dire c'est qu'il faudrait connaitre le format exact même en langage parlé !

Ceci afin de déterminer le pattern de tes patents.


Ce n'est qu'ensuite que l'on pourra utiliser les negative lookahead/lookbehind pour interdire de découper les mots...

a++

[visiwi]

C'est surement très clair pour toi qui connait ces "patents", mais pour moi ça ne l'est pas. Je ne connais pas les "patents".

Cela correspond donc au schéma suivant :
2 lettres + n chiffres + 0 ou 1 lettre + 0 ou 1 chiffre
Non ?

Plutôt que de donner des exemples, essai de décrire ce qui caractérise une chaine de caractère de "patent".

Ensuite quand tu dit :

Voila les 3 cas possibles, par contre si tu as FR123FR456 il ne faut pas avoir juste FR123F, car apres ensuite il ne reste donc que R456 et le match failed.

C'est que tu peux avoir 2 patents qui se suivent et qui ne sont pas séparés par un espace ?
FR123
FR456
qui peuvent se trouver dans ton texte sous la forme "FR123FR456" ?