preg_match avec accents

Version imprimable

bonsoir,

je cherche à séparer un champ MYSQL contenant Nom et prénom.

J'ai donc le script suivant, mais je ne parviens pas à récupérer le Prénom avec des accentuations.
[:lower:] - ne me récupère que les prénoms sans accentuation
[:alpha:] - erreur avec les prénoms accentués

Le code ci-dessous ne fonctionne pas non plus.

bloque avec les caractères accentués dans le prénom et après de nombreuses tentatives avec toutes les lettres accentués, rien ne passe.
Code:

1 2 3 4 5 6 7 $_GET['term']="LALANDE Séverine"; if (preg_match("#((?:\b[[:upper:]'\s-]+\b)+)\s+((?:\b[[:upper:]]?[[a-z0-9àáâãäåçèéêëìíîïðòóôõöùúûüýÿ]'\s-]+\b)+)#", $_GET['term'], $n)) { echo $Nom=$n[1]; echo $Prenom=$n[2]; }

16/01/2011, 19h04
stealth35

au lieu de : a-z0-9àáâãäåçèéêëìíîïðòóôõöùúûüýÿ

c'est \p{Xan}
et faut rajouter l'option u a ton regex

mais je trouve ton expression bien compliquer juste pour ca
16/01/2011, 19h11
pixworld2

bonsoir,

si ce n'est pas trop demandé, peux-tu m'indiquer ou se place le *u*

pour l'instant j'ai mis \p{Xan} mais ça ne fonctionne pas.

Merci.
16/01/2011, 19h12
stealth35

Citation:

Envoyé par pixworld2

bonsoir,

si ce n'est pas trop demandé, peux-tu m'indiquer ou se place le *u*

pour l'instant j'ai mis \p{Xan} mais ça ne fonctionne pas.

Merci.

c'est une option donc après le dernier #

Ceci fonctionne sans caractères accentués.

Code:

1
2
3
4
if (preg_match("#((?:\b[[:upper:]'\s-]+\b)+)\s+((?:\b[[:upper:]][[:alpha:]'\s-]+\b)+)#",$_GET['term'],$n)) {
	echo $Nom=$n[1];	
	echo $Prenom=$n[2];	
	}

Ou dois-je placer le u, est-ce avec un slash ou un anti-slash, j'ai essayé différente position rien ne fonctionne.
A noter que l'exemple ci-dessous trouvé sur le forum fonctionne sur mon serveur :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
function autoriser_caractere_avec_accent($arg_str)
{
	if(!setlocale(LC_ALL,array('fra','FR','fr_FR','fr_FR@euro','fr_FR.UTF8', 'fr.UTF8', 'fr_FR.UTF-8', 'fr.UTF-8'))) error_log('set_local failed');
	if(preg_match('/[^[:alpha:]]/u',$arg_str)) return false;
 	return true;
}
 
if(autoriser_caractere_avec_accent('marcel')) echo ' marcel accepté ';
else echo ' marcel refusé ';
echo '-';
if(autoriser_caractere_avec_accent('rené')) echo ' rené accepté ';
else echo ' rené refusé ';

Merci d'avance.

16/01/2011, 20h43
stealth35

je vois pas ce que tu comprends pas dans : après le dernier # ?

Je viens d'essayer cette version, elle ne fonctionne pas.

Code:

1
2
3
4
if (preg_match("#((?:\b[[:upper:]'\s-]+\b)+)\s+((?:\b[[:upper:]][[:alpha:]'\s-]+\b)+)#u",$_GET['term'],$n)) {
	echo $Nom=$n[1];	
	echo $Prenom=$n[2];	
	}

J'ai également essayé, sans résultat.

Code:

1
2
3
4
5
6
7
$_GET['term']="LALANDE Séverine";
 
 
if (preg_match("#((?:\b[[:upper:]'\s-]+\b)+)\s+((?:\b[[:upper:]][[\p{Xan}]'\s-]+\b)+)#u",$_GET['term'],$n)) {
	echo $Nom=$n[1];	
	echo $Prenom=$n[2];	
	}

Citation:

Envoyé par pixworld2

Je viens d'essayer cette version, elle ne fonctionne pas.

Code:

1
2
3
4
if (preg_match("#((?:\b[[:upper:]'\s-]+\b)+)\s+((?:\b[[:upper:]][[:alpha:]'\s-]+\b)+)#u",$_GET['term'],$n)) {
	echo $Nom=$n[1];	
	echo $Prenom=$n[2];	
	}

J'ai également essayé, sans résultat.

Code:

1
2
3
4
5
6
7
$_GET['term']="LALANDE Séverine";
 
 
if (preg_match("#((?:\b[[:upper:]'\s-]+\b)+)\s+((?:\b[[:upper:]][[\p{Xan}]'\s-]+\b)+)#u",$_GET['term'],$n)) {
	echo $Nom=$n[1];	
	echo $Prenom=$n[2];	
	}

comme ca

Code:

1
2
3
$str = 'LALANDÉ Séverine';
preg_match('/(?P<lastname>\b[\p{Lu}\x20\x27\x2D]+\b)\x20+(?P<firstname>\b\p{Lu}[\p{Ll}\x20\x2C\x2D]+\b)/u', $str, $matches);
print_r($matches);

Je suis désolé, mais votre dernier exemple ne fonctionne guère plus avec les accents. Il est fonctionnel sans les accents.

J'avais trouvé le code suivant qui fonctionne parfaitement hors la gestion des accents, qui permet de détecter le NOM en majuscules composé de plusieurs particules et également les prénoms en noms composés :

Code:

1
2
3
4
5
6
7
8
9
10
	/* 1. Les noms, écrits entièrement en majuscules, partie : ((?:\b[[:upper:]'\s-]+\b)+)
      \b : délimiteur de mots (représente un changement d'état entre un caractère qu'on ne trouve pas dans un mot : un signe de ponctuation, un blanc, ... et l'inverse : tout ce qui est une lettre par exemple).
      [[:upper:]'\s-] : constitués de lettres majuscules ([:upper:]), d'apostrophes ('), d'espaces (\s) et de tirets (-)
      Le premier + indique qu'un nom est constitué d'au moins l'un des caractères précédents
      Le deuxième + dénote le fait que le nom peut être constitué de plusieurs mots en majuscules (au moins un).
	  2. Les prénoms, commençant par une lettre majuscule (on peut rendre ce critère facultatif en ajoutant un ? derrière le deuxième [[:upper:]]) puis entièrement en minuscules : ((?:\b[[:upper:]][[:lower:]'\s-]+\b)+)
      Tout est strictement identique à la partie correspondant aux noms hormis le fait que [[:upper:]] dit que le prénom doit commencer par une majuscule et que [[:lower:]'\s-] fait en sorte que le restant du prénom soit
	  constitué de minuscules, d'apostrophes, de blancs ou de tirets.*/
 
preg_match("#((?:\b[[:upper:]'\s-]+\b)+)\s+((?:\b[[:upper:]]?[[:lower:]'\s-]+\b)+)#", $string, $m)

Je cherche donc l'attribut qui permet d'autoriser les accents dans les prénoms.

17/01/2011, 15h38
stealth35

t'as quelle version de PHP ? sous quel OS ? et quelle version de pcre (PCRE_VERSION)
chez moi ca marche sans soucis
17/01/2011, 15h46
pixworld2

Voici les éléments pour le serveur de tests :

Citation:

PHP Version 5.2.5-pl1-gentoo
Linux

PCRE (Perl Compatible Regular Expressions) Support enabled
PCRE Library Version 7.3 2007-08-28

Directive Local Value Master Value
pcre.backtrack_limit 100000 100000
pcre.recursion_limit 100000 100000

Le serveur cible sera le suivant :

Citation:

PHP Version 4.3.8
Linux

PCRE (Perl Compatible Regular Expressions) Support enabled
PCRE Library Version 4.5 01-December-2003

Merci.
17/01/2011, 15h53
stealth35

ca va être tendu, essaye en rajoutant le setlocale alors

En effet, ça proviendrait d'un problème de config.

j'ai le code suivant qui permet de récupérer uniquement le NOM, ça bloque toujours pour le prénom.
Code:

1 2 3 4 5 6 7 8 $str="LALANDE Séverine"; setlocale(LC_ALL, 'fr'); $str = iconv('utf-8', 'ISO8859-1', $str); if (preg_match("#((?:\b[[:upper:]'\s-]+\b)+)\s+((?:\b[[:upper:]]?[[:alpha:]'\s-]+\b)+)#u", $str, $m) ) { echo $Nom=$m[1]; echo $Prenom=$m[2]; }

faut pas mettre l'option u dans ce cas la

Code:

1
2
3
4
5
6
7
8
9
10
11
$str = 'LALANDE Séverine';
setlocale(LC_ALL, 'fr');
$str = utf8_decode($str);
 
$reg = '/(?P<lastname>\b[[:upper:]\x20\x27\x2D]+\b)\x20+(?P<firstname>\b[[:upper:]][[:lower:]\x20\x2C\x2D]+\b)/';
 
if(preg_match($reg, $str, $matches));
{
    echo $matches['lastname'];	
    echo $matches['firstname'];	
}

18/01/2011, 11h35
pixworld2

bonjour,
cette solution ne fonctionne guère plus avec le é, le ï.
je continue mes recherches et essais.
Merci.
18/01/2011, 13h07
stealth35

Citation:

Envoyé par pixworld2

bonjour,
cette solution ne fonctionne guère plus avec le é, le ï.
je continue mes recherches et essais.
Merci.

avec des anciennes version + des classe POSIX y'a pas trop de miracle
faudrait recréer les classe en ASCII, ca devrai pas prendre trop de temps ;)
20/01/2011, 12h53
pixworld2

bonjour,

est-ce que cela signifie qu'il faut réécrire l'ensemble en utilisant des éléments de type :

\x80 pour interpréter le é ?

Merci pour votre réponse.

A force de persévérance, on trouve.

La solution est donc de remplacer [:alpha:] par les codes ASCII.

Il faut donc les codes code hexadécimal et pour les lettres accentuées qui posaient problème : Le code ASCII étendu ANSI

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
	//Separation Nom Prénom	 pour un nom en majuscule et un prénom commençant par une majuscule
	/* 1. Les noms, écrits entièrement en majuscules, partie : ((?:\b[[:upper:]'\s-]+\b)+)
      \b : délimiteur de mots (représente un changement d'état entre un caractère qu'on ne trouve pas dans un mot : un signe de ponctuation, un blanc, ... et l'inverse : tout ce qui est une lettre par exemple).
      [[:upper:]'\s-] : constitués de lettres majuscules ([:upper:]), d'apostrophes ('), d'espaces (\s) et de tirets (-)
      Le premier + indique qu'un nom est constitué d'au moins l'un des caractères précédents
      Le deuxième + dénote le fait que le nom peut être constitué de plusieurs mots en majuscules (au moins un).
	  2. Les prénoms, commençant par une lettre majuscule (on peut rendre ce critère facultatif en ajoutant un ? derrière le deuxième [[:upper:]]) puis entièrement en minuscules : ((?:\b[[:upper:]][[:lower:]'\s-]+\b)+)
      Tout est strictement identique à la partie correspondant aux noms hormis le fait que [[:upper:]] dit que le prénom doit commencer par une majuscule et que [[:lower:]'\s-] fait en sorte que le restant du prénom soit
	  constitué de minuscules, d'apostrophes, de blancs ou de tirets.*/
 
	function extraire_nom_prenom($string) {
	//	if (preg_match("/(?P<lastname>\b[\w\x20\x27\x2D]+\b)\x20+(?P<firstname>\b[[:upper:]][\w\x20\x2C\x2D]+\b)/", $string, $m)) {
		if (preg_match("#((?:\b[[:upper:]'\s-]+\b)+)\s+((?:\b[[:upper:]]?[\x6A\x6B\x6C\x6D\x6E\x6F\x61\x62\x63\x64\x65\x66\x67\x68\x69\x70\x71\x72\x73\x74\x75\x76\x77\x78\x79\x7A\x2D\x82\xE9\xE0\xE7\xE8\xEF'\s-]+\b)+)#", $string, $m)) {
 
		  $resultat= array("nom"=>$m[1],"prenom"=>$m[2]);
			$resultat_liste=array($resultat);
			return $resultat_liste;
		}
		return FALSE;
	}
echo $resultat_infos['prenom'];
echo $resultat_infos['nom'];

Merci pour votre aide.