Discussion :

[sopsag]

Bonjour,

j'ai un truc à faire (qui me semble assez simple) avec des regexp, mais ça coince...
Voici le truc :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
>>> import re
>>> x = re.compile('(=([0-9]+))*')
>>> x.match('=12=789=30').groups()
('=30', '30')

Je pensais retrouver tous mes nombres (quelque chose comme ça ('=12=789=30','12','789','30') ) mais il ne me renvoie que le dernier !

Qu'est ce que j'ai raté ?

[Montag]

Salut,

Ce que tu veux faire n'est malheureusement pas possible. La documentation du module le précise d'ailleurs :

If a group matches multiple times, only the last match is accessible:
>>> m = re.match(r"(..)+", "a1b2c3") # Matches 3 times.
>>> m.group(1) # Returns only the last match.
'c3'

Cette discussion (en particulier le deuxième message) pourrait peut-être t'intéresser...

[fred1599]

Bonsoir

Sur l'ensemble d'une chaine, j'aime utiliser la méthode findall

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
>>> nb="\d+" # \d intercepte tout chiffre et + pour 1 fois minimum
>>> calc="=12=789=30"
>>> import re
>>> print re.findall(nb, calc)
['12', '789', '30']

a+

[eyquem]

Bonjour,



findall() toute seule n’est pas suffisante car il est probable que sopsag cherche des nombres dans des morceaux de chaîne à l’intérieur de chacun desquels les motifs unitaires se succèdent strictement.



Par exemple

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
ch = 'colonie =98=765 charbon=90abcd=9876=345=223 tiroir'
print re.findall("\d+", ch)

va certes sortir

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

['98', '765', '90', '9876', '345', '223']

mais ce que veut sopsag est sans doute

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

['=98=765', '=90', '=9876=345=223']

De plus, il veut le morceau dans lequel les nombres se succèdent avec leur enrobage + les nombres individualisés, donc sans doute ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[['=98=765', '98', '765'], ['=90', '90'], ['=9876=345=223', '9876', '345', '223']]

Pour répondre à ce double objectif, j’ai finalement trouvé ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
ch = 'xyzuv =120=789=907 abcde =9=5=2= huytre'
 
aRE = '=(\d+)'
pat = re.compile(aRE)
print [ [morc]+ pat.findall(morc)
        for morc in ( m.group() for m in re.finditer('(=(\d+))+',ch) ) ]
 
print '-----------------------------'
 
aRE = '=(\d+)'
pat = re.compile(aRE)
print [ [morc]+ pat.findall(morc)
        for morc in re.findall('((?:=(?:\d+))+)',ch) ]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
[['=120=789=907', '120', '789', '907'], ['=9=5=2', '9', '5', '2']]
-----------------------------
[['=120=789=907', '120', '789', '907'], ['=9=5=2', '9', '5', '2']]

Je trouve le deuxième code moins lisible.







On peut mettre ça sous forme de fonction:

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
ch = 'xyzuv =120=789=907 abcde =9=5=2= huytre'
 
def repeated_chained(aRE,ch):
    if len(re.findall('(?<!\\\\)\(',aRE))==1 and len(re.findall('(?<!\\\\)\)',aRE))==1:
        pat = re.compile(aRE)
        gen_morc =( m.group() for m in re.finditer('('+aRE+')+',ch) )
        return [ [morc]+ pat.findall(morc)
                 for morc in gen_morc ]
 
print repeated_chained('=(\d+)',ch)
 
print '-----------------------------'
 
def repeated_chained(aRE,ch):
    if len(re.findall('(?<!\\\\)\(',aRE))==1 and len(re.findall('(?<!\\\\)\)',aRE))==1:
        pat = re.compile(aRE)
        return [ [morc]+ pat.findall(morc)
                 for morc in re.findall('((?:' + aRE.replace('(','(?:') + ')+)',ch) ]
 
print repeated_chained('=(\d+)',ch)

Pourvu que la RE unitaire (aRE) ne comporte qu’un seul parenthésage de capture, on peut alors passer ce qu’on veut à une telle fonction:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
def repeated_chained(aRE,ch):
    if len(re.findall('(?<!\\\\)\(',aRE))==1 and len(re.findall('(?<!\\\\)\)',aRE))==1:
        pat = re.compile(aRE)
        gen_morc =( m.group() for m in re.finditer('('+aRE+')+',ch) )
        return [ [morc]+ pat.findall(morc)
                 for morc in gen_morc ]
 
dh = 'jhgjfd =567+;=7;++=8764;;++=765+=87;YTRE=98;=654;;;+=452++;IOPUY'
print repeated_chained('=(\d+)[;+]+',dh)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[['=567+;=7;++=8764;;++=765+=87;', '567', '7', '8764', '765', '87'], ['=98;=654;;;+=452++;', '98', '654', '452']]

[sopsag]

Super merci pour toutes ces réponses !!

Mais celle de Montag

Ce que tu veux faire n'est malheureusement pas possible. La documentation du module le précise d'ailleurs :

est celle que j'attendais (et craignait).

Une fois de plus, je n'ai pas assez lu la doc...

En fait, mon exemple avec des '=' était juste là pour illustrer mon besoin.
Grosso modo, je veux extraire un identifiant suivi d'un nombre quelconque d'entiers séparés par des espaces.

Du coup, je crois que je vais être obligé de matcher l'identifiant tout seul, puis de faire un findall des mes entiers.