Discussion :

[ekremyilmaz]

Bonjour à tous,
je suis actuellement confronté à un pb! !!!
j'ai une chaine entourée d'une balise ouvrante et fermante
par ex : <baliseouvrante>Ma chaine </balisefermante>

J'aimerai récupérer Ma chaine.

j'ai commencé à utilser une expression régulière qui est :
j'ai trouvé ceci sur le net

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
>>> import re
>>> m = re.search('(?<=abc)def', 'abcdef')
>>> m.group(0)
'def'

par contre, le souci, c'est que la chaine qui délimite est déjà un caractère spécial "<", ce qui est un pb, j'ai essayé avec \<, toujours rien

là je suis vraiment bloqué !!!
si vous avez une astuce !!
je vous remercie

[ekremyilmaz]

j'ai réussi partiellement :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
def test(p):
    m = re.search('(?<=<baliseouvrante>)\w*', p)
    print m.group(0)

dans ce cas, l'exemple suivant <baliseouvrante> test </baliseouvrante>
il me récupère test

par contre si j'ai <baliseouvrante> test-une </baliseouvrante>
il me retourne aussi test, le caractère - n'est pas pris en compte ???

[oiffrig]

Le caractère - ne fait pas partie de la classe \w
Essaye ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
def test(p):
    m = re.search('<(baliseouvrante)>(.*?)</\\1>', p)
    print m.group(2)

Les parenthèses capturent le nom de la balise, et le \\1 renvoie au groupe n°1 (ici le nom de la balise, qui peut donc être une expression plus compliquée)
Si le nom de ta balise est fixe, tu peux utiliser simplement

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
def test(p):
    m = re.search('<baliseouvrante>(.*?)</baliseouvrante>', p)
    print m.group(1)

[ekremyilmaz]

merci
ma balise étant fixe, ça allège !!!!!

merci beaucoup

[ekremyilmaz]

en fait non je me suis réjoui pour rien !!!!!
je pensais que ça suffisait car là j'ai testé sur un exemple bidon.

ce que j'ai en entrée, c un fichier
qui comporte certaines séquences <b>phrase</b>
en gros j'ai un texte normale avec certaines phrases entourée de <b></b>
et moi ce que je veux faire c'est récupèrer toute ces phrases qui sont entourée de ces balises.

je pensais qu'avec une expression régulière ça suffisait.
mais faut-il étendre l'expression régulière ou dois-je écrire un pg python ??

merci

[ekremyilmaz]

c bon, ça marche !!!!!!! parfaitement

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
 
p = open_file(fichier)
w = p.decode("utf-8")
m = re.findall('<b>(.*?)</b>',w)
print m

merci beaucoup pour l'expression régulière.