Recherche d'une regex toute simple (mais pas pour moi)

**rambc** · 13/04/2009, 18h11

Bonjour,
quelqu'un pourrait-il me donner un moyen via un regex de tester qu'une chaîne est de l'une des cinq formes suivantes ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
{---
(...){---
[...]{---
(...)[...]{---
[...](...){---

Les trois tirets indiquent que ce qui suit l'accolade peut-être n'importe quoi.

Les trois points de supsension ne peuvent contenir que des nombres, que des lettres non accentuées (majuscules et minuscules), ainsi que les signes '=' , '_' , ';' et '|' (sans les guillemets simples).

**tyrtamos** · 13/04/2009, 21h30

Bonjour,

C'est codé de façon très rustique, mais ça a l'air de fonctionner:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
motif = r"^({)|(\([0-9a-zA-Z=_;|]+\){)|(\([0-9a-zA-Z=_;|]+\)\[[0-9a-zA-Z=_;|]+\]{)|(\[[0-9a-zA-Z=_;|]+\]{)|(\[[0-9a-zA-Z=_;|]+\]\([0-9a-zA-Z=_;|]+\){)"
 
L = ("{nyosnvygteonvyudsom",
     "(12azER){nyosnvygteonvyudsom",
     "(12azER=_;|)[12azER=_;|]{nyosnvygteonvyudsom",
     "[12azER=_;|]{nyosnvygteonvyudsom")
 
for x in L:
    print re.match(motif,x)!=None

Ce qui renvoie "True" 4 fois.

Pour comprendre comment c'est codé, il suffit de décomposer (c'est comme ça que je les construis):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
motif = r"
^
({)
|
(\([0-9a-zA-Z=_;|]+\){)
|
(\([0-9a-zA-Z=_;|]+\)\[[0-9a-zA-Z=_;|]+\]{)
|
(\[[0-9a-zA-Z=_;|]+\]{)
|
(\[[0-9a-zA-Z=_;|]+\]\([0-9a-zA-Z=_;|]+\){)
"

Il y a moyen de faire plus concis, parce qu'il y a des motifs qui se répètent, mais je n'ai plus le temps ce soir.

Attends tout de même d'autres propositions.

Tyrtamos

**rambc** · 14/04/2009, 19h14

Envoyé par tyrtamos

Il y a moyen de faire plus concis, parce qu'il y a des motifs qui se répètent, mais je n'ai plus le temps ce soir.

Attends tout de même d'autres propositions.

Ok.

Merci pour ta proposition qui semble bien fonctionner.

PS : Pour le motif, j'ai fait comme ici :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
motif =  = re.compile(r'''
    ^                                               # debut de la chaine
    ({)                                             # cas du type {---
    |                                               # ou
    (\([0-9a-zA-Z=_;|]+\){)                         # cas du type (...){---
    |                                               # ou
    (\([0-9a-zA-Z=_;|]+\)\[[0-9a-zA-Z=_;|]+\]{)     # cas du type (...)[...]{---
    |                                               # ou
    (\[[0-9a-zA-Z=_;|]+\]{)                         # cas du type [...]{---
    |                                               # ou
    (\[[0-9a-zA-Z=_;|]+\]\([0-9a-zA-Z=_;|]+\){)     # cas du type (...)[...]{---
    $                                               # fin de la chaine
    ''' ,re.VERBOSE)

**tyrtamos** · 15/04/2009, 13h54

A mon avis, le dernier '$' est inutile. De plus, il est affecté au dernier sous-motif, et impose que son '{' soit le dernier caractère de la ligne. De ce fait, le dernier sous-motif ne détecte plus '[xx](xx){xxx'. Si tu veux absolument mettre un '$', il faut entourer les 5 sous-motifs par un couple de parenthèses, et mettre '.+' devant '$' et après la parenthèse fermante ('.'=n'importe quel caractère et '+'=un ou plus).

Mais ça marche aussi bien sans ce '$'.

Tyrtamos

**shadowsam** · 15/04/2009, 14h54

Tu dois pouvoir faire ca en une unique ligne en faisant un truc du genre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

motif = re.compile(r"(\(.*?\))?(\[.*?\])?{")

En décomposition ca donne:

cherche 0 ou 1 occurrence de (...)
puis cherche 0 ou 1 occurrence de [...]
puis cherche {...

Je pense que c'est à ca que pensais Tyrtamos. J'ai essayé sur son exemple, ca retourne 4 fois True aussi.

**shadowsam** · 15/04/2009, 14h57

Outch, ca ne passe pas ton dernier motif, cette expression. Parce que [] et () peuvent s'inverser et que je ne le prends pas en compte.

Je n'ai plus trop le temps de trouver mieux, la. Mais t'as l'idée générale, en tout cas.

**oiffrig** · 15/04/2009, 15h15

Avec un peu de réflexion, il y a moyen de regrouper un peu, dans le genre de ce qu'a proposé shadowsam
Ce que tu cherches en fait c'est :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
(...) (optionnel)
[...] (optionnel)
{---
OU
[...](...){---

C'est-à-dire, en regex :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
(?:
  (?:\(\[a-zA-Z0-9=_;|]+\))?
  (?:\[\[a-zA-Z0-9=_;|]+\])?
) | (?:
  \[\[a-zA-Z0-9=_;|]+\]
  \(\[a-zA-Z0-9=_;|]+\)
) {

Pas besoin du ^ si on fait un match.

Mais à mon avis, dans ton cas, le plus efficace (si tu as besoin de performances) serait de vérifier caractère par caractère.

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
18
19
20
21
22
23
24
25
26
27
28
expr = re.compile('[a-zA-Z0-9=_;|]')
 
def valide(chaine):
    bloc = False
    etat = [None, None] # None: Pas trouvé, False: Ouvert, True: Ouvert et fermé.
    corres = {'(': 0, ')': 0, '[': 1, ']': 1}
    for c in chaine:
        if bloc:
            if expr.match(c) is None: #Caractère non autorisé
                return False
            if c in ')]':
                if etat[corres[c]] is False: #Bonne correspondance
                    etat[corres[c]] = True
                    bloc = False
                else: #Mauvaise correspondance
                    return False
        else:
            if c in '([':
                if etat[corres[c]] is None: #Pas encore trouvé
                    etat[corres[c]] = False
                    bloc = True
                else: #Déjà trouvé
                    return False
            elif c == '{': #Fin du test, vérification de la fermeture
                return (False not in etat)
            else:
                return False
    return False

**rambc** · 15/04/2009, 16h23

oiffrig, ton code fonctionne avec les changements suivants.

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
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
import re
 
pattern_declaParam = re.compile('[a-zA-Z0-9=_;|]')
 
def testMeth(chaine):
# D'après :
# http://www.developpez.net/forums/d724077/autres-langages/python-zope/general-python/recherche-regex-toute-simple-moi/
 
# On doit avoir quelque chose du type avec = éventuellement à la place de {.
#    {...
# ou
#    (...){...
# ou
#    [...]{...
# ou
#    (...)[...]{...
# ou
#    [...](...){...
    bloc = False
    etat = [None, None] # None: Pas trouvé, False: Ouvert, True: Ouvert et fermé.
    corres = {'(': 0, ')': 0, '[': 1, ']': 1}
 
    for c in chaine:
        if bloc:
## CHANGEMENTS-DEBUT ##
            if c in ')]':
                if etat[corres[c]] is False: #Bonne correspondance
                    etat[corres[c]] = True
                    bloc = False
                else: #Mauvaise correspondance
                    return False
            elif pattern_declaParam.match(c) is None: # Caractère non autorisé
                return False
## CHANGEMENTS-FIN ##
 
        else:
            if c in '([':
                if etat[corres[c]] is None: #Pas encore trouvé
                    etat[corres[c]] = False
                    bloc = True
                else: #Déjà trouvé
                    return False
            elif c in '{=': #Fin du test, vérification de la fermeture
                return (False not in etat)
            else:
                return False
    return False
 
 
 
# Tests divers
if __name__ == '__main__':
    if True:
        tabloDeclaParam = []
# OK
        tabloDeclaParam.append("{nyosnvygteonvyudsom")
        tabloDeclaParam.append("(12azER){nyosnvygteonvyudsom")
        tabloDeclaParam.append("(12azER=_;|)[12azER=_;|]{nyosnvygteonvyudsom")
        tabloDeclaParam.append("[12azER=_;|]{nyosnvygteonvyudsom")
 
        tabloDeclaParam.append("=nyosnvygteonvyudsom")
        tabloDeclaParam.append("(12azER)=nyosnvygteonvyudsom")
        tabloDeclaParam.append("(12azER=_;|)[12azER=_;|]=nyosnvygteonvyudsom")
        tabloDeclaParam.append("[12azER=_;|]=nyosnvygteonvyudsom")
# PAS OK
        tabloDeclaParam.append("|nyosnvygteonvyudsom")
        tabloDeclaParam.append("(12a\"zER){nyosnvygteonvyudsom")
        tabloDeclaParam.append("(a=é)[12azER=_;|]{nyosnvygteonvyudsom")
        tabloDeclaParam.append("(a=r[12azER=_;|]{nyosnvygteonvyudsom")
        tabloDeclaParam.append("((12azER)=nyosnvygteonvyudsom")
 
        for decla in tabloDeclaParam:
            print decla + ' ===> ' + str(testMeth(decla))
            print '-'*60

Un grand merci à tous !

PS : pour clore ce post, je suis de moins en moins convaincu par les regex... Le seul endroit où j'en ai trouvé l'utilité c'est pour repérer des nombres romains : voir ici.

Recherche d'une regex toute simple (mais pas pour moi)

Python

Discussions similaires

Partager

Partager