Discussion :

[hassanJava]

Bonjour,
J'ai un petit souci avec la méthode Regex de java.
En fait, je veux chercher des matchs de ce pattern "[a-z]+/NN [a-z]+/NN" sur ce texte : test/NN process/NN faults/NN

Il doit me trouver : "test/NN process/NN" et "process/NN faults/NN"

Mais en appliquant le matcher

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
Matcher mtch = ptrn.matcher(texte);
while(mtch.find()){
	System.out.println("match = " + mtch.group());
}

Il me rend seulement "test/NN process/NN" et il s'en fiche de "process/NN faults/NN".
Je sais que c'est à cause du fait que le début de deuxième match se trouve dans le match précédent : "process/NN".

Mais je me demande s'il y a une solution pour pouvoir trouver ce genre de matchs? (a part des techniques de tokenizing, je préfère le Regex )

Marci à tous
Hassan

[adiGuba]

Salut,


Tu peux utiliser les groupes dans ton pattern afin de pouvoir récupérer facilement les deux séquences de ton pattern :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Pattern ptrn = Pattern.compile("([a-z]+/NN) ([a-z]+/NN)");

Grâce à cela tu peux utiliser les méthodes group()/start()/end() pour récupérer la chaine concerné et l'index de début/fin.

Ensuite il suffit d'utiliser forcer l'index de début de la recherche avec find(int), en le positionnant au début du second groupe lorsqu'on trouve un élément :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
	String texte = "test/NN process/NN faults/NN";
 
	Pattern ptrn = Pattern.compile("([a-z]+/NN) ([a-z]+/NN)");
	Matcher mtch = ptrn.matcher(texte);
 
	// On commence la recherche au tout début de la chaine :
	int start = 0;
	while(mtch.find(start)){
		// group() renvoi toute la chaine trouvé
		// group(1) renvoit le premier groupe
		// group(2) renvoit le second groupe
		System.out.println("match = " + mtch.group());
 
		// On récupère l'index de début du second groupe
		// pour continuer la recherche à partir de là :
		start = mtch.start(2);
	}

a++