extraire sous chaine à partir d'une regex ?

Version imprimable

salut à tous,
j'ai un probléme d'extraction de nom à partir d'un email.

Code:

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
75
76
77
78
79
80
 
#define _GNU_SOURCE
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <assert.h>
#include <regex.h>
 
int main(void) {
   char *Chaine = NULL;
 
   regex_t MotifCompile;
   regmatch_t *TableauSousExpressions = NULL;
   const char *Motif = "^\\b([0-9A-Za-z_-]*)@{1}[0-9A-Za-z_-]{2,15}\\.[A-Za-z]{2,3}\\b$";
   char *MessageErreur = NULL;
   int ErreurRegex,LongeurMaxMsgErreur,NombresSousChaines,ErreurComparaison,LongueurSousChaine,Compteur;
 
 
   assert(Chaine == NULL);
   Chaine = (char*)malloc(256);
   if (Chaine == NULL) {
     perror("malloac");
     exit(1);
   }
 
   fgets(Chaine,256,stdin);
 
   ErreurRegex = regcomp(&MotifCompile,Motif,REG_EXTENDED | REG_NEWLINE);
   if (ErreurRegex != 0) {
     LongeurMaxMsgErreur = regerror(ErreurRegex,&MotifCompile,NULL,0);
     assert(MessageErreur == NULL);
     MessageErreur = (char*)malloc(LongeurMaxMsgErreur);
     if (MessageErreur == NULL) {
       perror("malloc");
       exit(1);
     }
     regerror(ErreurRegex,&MotifCompile,MessageErreur,LongeurMaxMsgErreur);
     fprintf(stderr,"Erreur : %s\n",MessageErreur);
 
     assert(MessageErreur != NULL);
     free(MessageErreur);
     MessageErreur = NULL;
     exit(1);
   }
   NombresSousChaines = MotifCompile.re_nsub + 1;
   fprintf(stdout,"Nombre sous chaînes  = %d\n",NombresSousChaines);
   assert(TableauSousExpressions == NULL);
   TableauSousExpressions = (regmatch_t*)malloc(NombresSousChaines*sizeof(regmatch_t));
   if (TableauSousExpressions == NULL) {
     perror("malloc");
     exit(1);
   }
   ErreurComparaison = regexec(&MotifCompile,Chaine,NombresSousChaines,TableauSousExpressions,REG_NOTEOL);
   if (ErreurComparaison == REG_ESPACE) {
     fprintf(stderr,"Erreur fatale\n");
     exit(1);
   }
   if (ErreurComparaison == REG_NOMATCH) {
     fprintf(stderr,"pas de correspondance.\n");
     exit(1);
   }
 
   for (Compteur = 0 ; Compteur < NombresSousChaines; Compteur++) {
     LongueurSousChaine = TableauSousExpressions[Compteur].rm_eo - TableauSousExpressions[Compteur].rm_so;
     fprintf (stdout,"Correspondance = %s\n",(char*) (Chaine+TableauSousExpressions[Compteur].rm_so));
   }
 
 
   assert(TableauSousExpressions != NULL);
   free(TableauSousExpressions);
   TableauSousExpressions = NULL;
   NombresSousChaines = 0;
   regfree(&MotifCompile);
 
   assert(Chaine != NULL);
   free(Chaine);
   Chaine = NULL;
 
   return(0);
}

ça donne :
http://img835.imageshack.us/img835/7753/regex.jpg

pourtant j'ai mémorisé la partie regex avec les parabthèses :

Citation:

([0-9A-Za-z_-]*)

merci d'avance

je veux afficher :

Citation:

nom_prenom-266

Code:

1
2
3
4
5
6
7
8
9
10
11
12
 
#include <stdio.h>
 
int main(void)
{
  char name[128];
  char mail[] = "nom_prenom-266@domaine9-ent.org";
 
  sscanf(mail, "%127[^@]", name);
  puts(name);
  return 0;
}

11/06/2011, 11h33
blackbird1

merci magma², mais c'est bizarre dans les tutu des regx tous parlent des paranthèses pour extraire une sous chaîne.
Donc je ne peux pas les utilises, non ?
11/06/2011, 14h28
olivieram

regex
Bonjour,
Ahhhh...
Code:

1 2 "^\\b([0-9A-Za-z_-]*)@{1}[0-9A-Za-z_-]{2,15}\\.[A-Za-z]{2,3}\\b$";
ton motif est erroné, c'est pour cela qu'il te retourne toute la chaîne.
11/06/2011, 18h22
blackbird1

je vois pas comment le corriger.
Vous pouvez m'aider si'il vous plaît.

solution

Votre regexp est bonne en fait.

Code:

1
2
3
4
5
 
   for (Compteur = 0 ; Compteur < NombresSousChaines; Compteur++) {
     LongueurSousChaine = TableauSousExpressions[Compteur].rm_eo - TableauSousExpressions[Compteur].rm_so;
     fprintf (stdout,"Correspondance = %s\n",(char*) (Chaine+TableauSousExpressions[Compteur].rm_so));
   }

C'est juste ce petit bout de code, qui affiche toute la chaîne à partir de rm_so.
il vous faut faire comme sur regexec

Code:

1
2
 
fprintf(stdout, "Correspondance = %.*s\n", TableauSousExpressions[Compteur].rm_eo - TableauSousExpressions[Compteur].rm_so, &Chaine[TableauSousExpressions[Compteur].rm_so]);

11/06/2011, 23h24
Zebrure
Citation:
Envoyé par magma²

Code:

1 2 3 4 5 6 7 8 9 10 11 12 #include <stdio.h> int main(void) { char name[128]; char mail[] = "nom_prenom-266@domaine9-ent.org"; sscanf(mail, "%127[^@]", name); puts(name); return 0; }
Bonjour. Ce procédé est certes pratique mais ne fonctionnera pas si le nom d'utilisateur possède un @ précédé d'un antislash, par exemple : pr\@bleme@host.tld

En fait, la regex proposé par le PO posera aussi problème dans le cas où la première partie de l'adresse comporte un point par exemple.

Voici la regex supposé correspondre à toutes les adresses conformes à la norme (RFC 2822) :

Code:

(?:[a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(?:(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

Vous pourrez en l'utilisant capturer la partie que vous rechercher.
12/06/2011, 06h25
olivieram

Citation:

Envoyé par Zebrure

Voici la regex supposé correspondre à toutes les adresses conformes à la norme (RFC 2822) :

Code:

(?:[a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(?:(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

Bon à savoir ça, Merci
12/06/2011, 19h09
blackbird1

merci pour vos interventions. merci à tous.

il fallait juste ajouter le byte nul à la fin des chaînes :
Code:

1 2 3 4 5 for (Compteur = 0 ; Compteur < NombresSousChaines; Compteur++) { strcpy(Chaine1,Chaine+TableauSousExpressions[Compteur].rm_so); Chaine1[TableauSousExpressions[Compteur].rm_eo] = '\0'; fprintf(stdout, "Correspondance = %s\n", Chaine1); }
merci les gars, j'ai appris deux nouveaux truc grâces à vos réponses :

Code:

sscanf(mail, "%127[^@]", name);

Code:

fprintf(stdout, "Correspondance = %.*s\n", TableauSousExpressions[Compteur].rm_eo - TableauSousExpressions[Compteur].rm_so, &Chaine[TableauSousExpressions[Compteur].rm_so]);

merci