Expressions régulières : les groupes de (non) capture

Bonsoir,

j'essaye de réaliser une expression régulière en utilisant les Pattern de java :
http://docs.oracle.com/javase/1.4.2/...x/Pattern.html

Dans la documentation, il y a tout un paragraphe sur les groupes de capture que je ne comprends pas à cause de mon anglais :

Special constructs (non-capturing)
(?:X)			X, as a non-capturing group
(?idmsux-idmsux)	Nothing, but turns match flags on - off
(?idmsux-idmsux:X)	X, as a non-capturing group with the given flags on - off
(?=X)			X, via zero-width positive lookahead
(?!X)			X, via zero-width negative lookahead
(?<=X)			X, via zero-width positive lookbehind
(?<!X)			X, via zero-width negative lookbehind
(?>X)			X, as an independent, non-capturing group

peut-on m'expliquer simplement ce que signifie cette syntaxe ?

Hello,

Justement ce ne sont pas des groupes de capture. C'est-à-dire qu'ils n'apparaissent pas dans le décompte des groups() et qu'on ne peut pas les extraire. Ce ne sont pas des groupes de capture, donc.

Le premier par exemple, c'est quand tu as besoin des parenthèses mais que tu veux pas que ça joue sur les groupes de capture (de ma vie j'en ai jamais eu besoin, mais je suppose que c'est mieux pour les perfs.)

Ensuite il y a les syntaxes pour activer/désactiver des flags de regex. Pareil j'aime pas trop mais ça peut servir dans des cas compliqués.

Enfin bref c'est à base de parenthèses donc ça ressemble à des groupes de capture, mais ça n'en sont pas. Ils n'ont pas spécialement de point commun les uns avec les autres, ça n'a pas vraiment de sens de les regrouper en un grand "et là, c'est tout ce qui est à base de parenthèses mais n'est pas un groupe de capture."

J'ai trouvé par exemple sur http://stackoverflow.com une discussion dans laquelle une personne cherche à réaliser un split sur sa chaine de caractère de la forme "810LN15" et on lui propose entre autres cette expression régulière :

Code:

---

1 2	String source = "810LN15"; String[] parts = source.split("(?<=\\d)(?=\\D)|(?<=\\D)(?=\\d)");

---

"\d" désigne un nombre et "\D" le contraire mais "?<=" et "?=" me dépassent complètement :(


Serais-tu en mesure de me donner des exemples pour chaque cas de figure afin que je comprenne ces non-groupes ? Ou connais-tu un tutoriel en français sur cette syntaxe ?

Je ne peux pas dire que je sois sûr à 100%, mais pour moi,

- (?<=X) signifie que tu indique une condition sur un élément situé avant le groupe
- (?=X) signifie que tu indique une condition sur un élément situé après le groupe.

Tu note que le résultat de "1A2".split("(?<=\\d)(?=\\D)|(?<=\\D)(?=\\d)"); est {"1", "A", "2"}. Tu remarques que le split a coupé la chaine sans rien capturer. C'est le sens, je pense, du "zero-width", mais je ne suis pas sûr.

Au final, (?<=\\d)(?=\\D)|(?<=\\D)(?=\\d) signifie un décimal suivit d'un non-décimal, ou un non-décimal suivi d'un décimal. Les contraintes que tu définis portent sur les éléments qui entourent le groupe et non celles qui le composent.

Dans le même style tu peux écrire :
(?<=\\d)(?!\\d)|(?<!\\d)(?=\\d)

Pour les autres expressions, demande sur quel élément tu voudrais des précisions ?

Citation:

---

Envoyé par Sharcoux

Je ne peux pas dire que je sois sûr à 100%, mais pour moi,

- (?<=X) signifie que tu indique une condition sur un élément situé avant le groupe
- (?=X) signifie que tu indique une condition sur un élément situé après le groupe.

---

là il me manque quelque chose pour comprendre : qu'appelles-tu "groupe" ?
Explique moi "élément avant le groupe" et "élément après le groupe".

Citation:

---

Envoyé par Sharcoux

Pour les autres expressions, demande sur quel élément tu voudrais des précisions ?

---

Je cherche des exemples sur comment appliquer (?<=X) (?=X) (?!X) et tous les autres.

Tu as sûrement trouvé la réponse à ta question depuis, mais ça fera pour les autres. Désolé, j'avais pas vu que tu m'avais répondu.

http://www.javaranch.com/journal/200...exTutorial.htm

Voilà pour les exemples.

Sinon, le "groupe" c'est la partie de la String que tu cherches à récupérer. Celle qui "match" la regex, càd celle qui est conforme aux contraintes décrites dans la régex.

Par exemple si tu veux récupérer les composantes d'une couleur dans un text html, tu sais que les couleurs commencent par #, mais # ne t'intéresse pas. Tu vas faire : "(?=#)([0-9a-f][0-9a-f])([0-9a-f][0-9a-f])([0-9a-f][0-9a-f])"

Le premier groupe (entre perenthèses) ne capture rien, les trois autres capturent une composante de couleur.

En JavaScript, tu peux faire ceci :

"test #12a2af test".split(/(?:#)([0-9a-f][0-9a-f])([0-9a-f][0-9a-f])([0-9a-f][0-9a-f])/g);

Essaye dans la console d'un navigateur. Tu verras que le # est tout simplement ignoré, mais qu'il sert à définir la capture.