regex en hexa

Bonjour,
Je ne trouve pas comment représenter un caractère quelconque dans une regex exprimée en hexa sur 2 octets.

Je désire supprimer 1 caractère C précédé de 4 caractères ABxx dont seul les 2 premiers sont connus, et en conservant le reste, bien sûr.

ABxxC... --> ABxx...

Intuitivement ça pourrait avoir cette forme :

Code:

---

1 2 3 4 5 6

# Suppression chadda solaire # Supprime chadda \x{0651} sur lettre précédée de (\x{0627}\x{0644}) # et suivie par 2 caractères quelconques   $Lig =~ s/\x{0627}\x{0644}(.)(.)\x{0651}/\x{0627}\x{0644}(.)(.)/go;

---

Sauf que mon intuition est fausse bien sûr, la notation (.) est fausse !

Merci d'avance pour votre aide !

Plusieurs solutions :

Code:

---

1 2 3 4 5

$text = "ABabC"; $text =~ s/AB..\KC//; $text =~ s/(?<=AB..)C//; $text =~ s/(AB..)C/$1/;

---

Pour les explications: perldoc perlre (sinon, demander ici même)

MERCI de ta réponse Philou67430,
Sur des chaînes ASCII sur 1 octet c'est parfait,
mais sur des chaînes arabes (Utf8 2 octets) ça ne fonctionne pas !

Il faut absolument les coder en hexa !!!
Ou bien j'ai loupé qqc !

A titre info, les seules substitutions que j'arrive à réaliser sont des substitutions ultra simples :

Code:

---

1 2 3 4 5 6 7 8 9 10

# Suppresion des voyelles courtes suivies de voyelles longues if ( $config{DEFAUT}{dia_2} == 1 ) {   $Lig =~ s/\x{064E}\x{0627}/\x{0627}/go; # Supprime Fatha devant Alif ا $Lig =~ s/\x{064E}\x{0649}/\x{0649}/go; # Supprime Fatha devant Alif marsour ى $Lig =~ s/\x{0650}\x{064A}/\x{064A}/go; # Supprime Kasra devant Ya ي $Lig =~ s/\x{064F}\x{0648}/\x{0648}/go; # Supprime Damma devant Oua و   return $Lig; }

---

J'ai épluché le O'Reilly de Jeffrey E.F. Frield + pas mal de site sans résultat !

En tous cas MERCI , ça fait du bien de ne pas se sentir isolé :D

A voir si tes données d'entrée sont bien codées (et/ou lues par perl) en UTF8.

Peux-tu donner un exemple de fichier d'entrée (sous forme d'une pièce attachée) et un bout de script pour tester ?

Résolu :

$Lig =~ s/\x{0627}\x{0644}(.)(.)\x{0651}/\x{0627}\x{0644}$1$2/g;


MERCI Philou67430

Le bout de code c'est :
$Lig =~ s/\x{0627}\x{0644}(.)(.)\x{0651}/\x{0627}\x{0644}$1$2/g;

çà aussi ça marche :

$Lig =~ s/(\x{0627}\x{0644}..)\x{0651}/$1/g;

la chaine dans $Lig :
الصَّيْف

une fois transformée le ّ disparaît !

Encore MERCI !

Dans ce cas, les exemples que j'avais donnés fonctionnent aussi :

Code:

---

$Lig =~ s/\x{0627}\x{0644}..\K//g;

---

ou

Code:

---

$Lig =~ s/(?<=\x{0627}\x{0644}..)\x{0651}//g;

---

Tu as en fait choisi ma 3e alternative :)

Pour ce qui est des caractères arabes, effectivement, s'ils ne sont pas génériques (. \w, ...), il faut les spécifier avec leur code (\x{....}) ou unicode (\N{U+....}).

MERCI pour ce complément d'information,
et pour ton temps passé sur mon pb !

EFFECTIVEMENT, j'ai maintenant l'embarras du choix !!!
:ccool: