Cobol Regex (REGular EXpression)

Version imprimable

19/01/2015, 09h27
rockley

Cobol Regex (REGular EXpression)

Bonjour,

Je dois faire un travail un peu spécifique en cobol et je ne sais pas trop comment le faire de manière propre.
Google m'envoie Chxxx quand je tape 'COBOL Regex' :)

En gros j'ai une table DB2 qui va contenir des lignes avec une valeur et un format.
Dans mon programme je vais lire la table, récupérer le format et vérifier que ma variable est au format récupéré.

Comment je pourrais représenter le format de manière pertinente ?

Par exemple pour un format PIC X(6) contenant 4 numérique, un espace puis une lettre, j'ai pensé a stocker une ligne 'NNNN A' (N=numérique, ' '=espace et 'A'=Alpha).
Mais je trouve ma solution un peu casse gueule. Ne serait-ce que pour le fait d'être obligé de bosser qu'avec des SUBSTRING.

Avez-vous des solutions plus propre à me proposer ?
Merci d'avance pour votre aide.

PS :
Si ça ne tenait qu'à moi j'aurai fait la structure suivante :

Citation:

01 Structure.
05 1-ERE-LETTRE PIC X(1).
88 Value-Correct Value '0' THRU '9'
05 2-EME-LETTRE PIC X(1).
88 Value-Correct Value '0' THRU '9'
05 3-EME-LETTRE PIC X(1).
88 Value-Correct Value '0' THRU '9'
05 4-EME-LETTRE PIC X(1).
88 Value-Correct Value '0' THRU '9'
05 5-EME-LETTRE PIC X(1).
88 Value-Correct Value ' '
05 6-EME-LETTRE PIC X(1).
88 Value-Correct Value ' ', 'A' THRU 'Z', 'a' THRU 'z'.

Je pense que ça marcherai mais j'ai pas encore testé.
Mais je suis obligé de passer par une Base DB2.
19/01/2015, 11h15
escartefigue

Bonjour,

Si je comprends bien, le format est décrit dans une table DB2, et peut donc varier selon les lignes ?
On peut donc avoir une première ligne avec un format 'NNNN A" pour reprendre ton exemple, puis une autre avec 'AA NN AAA' par exemple ?

Si tel est bien le cas, il faut d'abord analyser la longueur de la zone, puis faire une boucle qui analysera chaque octet unitairement.

Sinon, pour les 88, il faut des noms différents pour chaque occurrence, ils ne peuvent pas tous s'appeler "Value-Correct" ;)
19/01/2015, 14h50
rockley

Bonjour,

La longueur sera un char de 6.
On pourrait avoir 'NNNNNA', ' AAA', 'NANANA', 'AANN N', ....

Et oui je suis d'accord avec toi pour les 88. Sera Value-Correct-1-ERE-LIGNE, Value-Correct-2-EME-LIGNE, ...

J'ai crée ce poste pour savoir si vous ne connaissiez pas de méthodes plus propre pour faire ça.

Code:

88 Value-Correct Value ' ', 'A' THRU 'Z', 'a' THRU 'z'.

C'est de l'ASCII ou de l'EBCDIC? Parcequ'en EBCDIC, les lettres sont disjointes dans la table des caractères. Donc ça va laisser passer plein de caractères spéciaux(rares, certes, mais qui prendra le risque?).

Pour le coup, je ferais une procédure dédiée. Du genre :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 77 FORMATAGE PIC X(6). 77 CHAINE PIC X(6). (.../...) MOVE "AAAA N" TO FORMATAGE MOVE "ABrt 8" TO CHAINE PERFORM MA-PROCEDURE THRU MA-PROCEDURE-FIN (.../...) MA-PROCEDURE. PERFORM VARYING I FROM 1 BY 1 UNTIL I > LENGTH OF FORMATAGE SELECT CASE FORMATAGE( I : 1 ) CASE "N" IF NOT ISNUMERIC(FORMATAGE( I : 1 )) THEN PERFORM ERREUR THRU ERREUR-FIN CASE "A" (.../...) j'ai la flemme de coder a-z A-Z END-SELECT END PERFORM . MA-PROCEDURE-FIN. EXIT.

19/01/2015, 15h43
escartefigue

D'accord avec cette proposition, à la réserve près du perform THRU qui n'apporte rien, alourdit le code et présente le gros inconvénient d'être la porte ouverte à de futur GO TO

En ce qui me concerne je ne code jamais cette instruction et je milite contre son usage
20/01/2015, 16h04
rockley

Merci à tous pour votre aide.

Je pense que finalement le mieux c'est de passer par un bon vieux PERFORM VARYING.

Bonjour,

Je rouvre mon poste pour donner la solution que j'ai mis en place.
Histoire que ça serve à d'autres ou que vous me donniez votre avis.
J'ai mis ça dans le Working :

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
       01  W-CHAR-POSITION                  PIC 9(04).
       01  W-CARACTERE-A-TESTER             PIC X(1).
       01  W-ALPHANUMERIC                   PIC X(1).
           88 W-IS-ALPHANUMERIC              VALUE 'O'.
           88 W-IS-NOT-ALPHANUMERIC          VALUE 'N'.
       01  W-FORMAT-CHAR                    PIC X(1).
           88 W-FORMAT-CHAR-ALPHANUM         VALUES 'A', 'B', 'C', 'D',
                                                    'E', 'F', 'G', 'H',
                                                    'I', 'J', 'K', 'L',
                                                    'M', 'N', 'O', 'P',
                                                    'Q', 'R', 'S', 'T',
                                                    'U', 'V', 'W', 'X',
                                                    'Y', 'Z',
                                                    '0', '1', '2', '3',
                                                    '4', '5', '6', '7',
                                                    '8', '9',
                                                    SPACE.
           88 W-FORMAT-CHAR-LETTRE           VALUES 'A', 'B', 'C', 'D',
                                                    'E', 'F', 'G', 'H',
                                                    'I', 'J', 'K', 'L',
                                                    'M', 'N', 'O', 'P',
                                                    'Q', 'R', 'S', 'T',
                                                    'U', 'V', 'W', 'X',
                                                    'Y', 'Z'.
           88 W-FORMAT-CHAR-CHIFFRE          VALUES '0', '1', '2', '3',
                                                    '4', '5', '6', '7',
                                                    '8', '9'.
           88 W-FORMAT-CHAR-SIGNE            VALUES '-', '+'.
           88 W-FORMAT-CHAR-ESPACE           VALUE SPACE.
           88 W-FORMAT-CHAR-ERREUR           VALUE  '$'.

Et voici le CODE Cobol associé :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
      *----------------------------------------------------------------*
       CTRL-FORMAT.
      *-------------------
              PERFORM VARYING W-CHAR-POSITION FROM 1 BY 1
              UNTIL W-CHAR-POSITION > LENGTH OF W-FORMAT-VAL (=> W-FORMAT-VAL est une représentation des type caractère par caractère. Exemple '+ANLLB')                                             OR W-FORMAT-CHAR-ERREUR

                 MOVE W-VAL-A-ANALYSER(W-CHAR-POSITION:1)        (=> W-VAL-A-ANALYSER représente une valeur à valider).                                          TO W-FORMAT-CHAR

                 EVALUATE W-FORMAT-VAL (W-CHAR-POSITION:1)
                    WHEN 'A'
                      IF NOT W-FORMAT-CHAR-ALPHANUM
                        SET W-FORMAT-CHAR-ERREUR TO TRUE
      *                 RENSEIGNEMENT DE L'ERREUR.
                         ...
      *                 LOG ERREUR
                        PERFORM ECRITURE-FICHIER-TRT-EN-ERREUR
                      END-IF
                    WHEN 'L'
                      IF NOT W-FORMAT-CHAR-LETTRE 
                         ...

29/01/2015, 13h19
Darkzinus

Bonjour, ta méthode est plutôt élégante ;)
29/01/2015, 13h58
escartefigue

Bonjour,

Tu aurais pu te simplifier la vie en utilisant des niveaux 88 avec des plages de valeurs : values are 'A' THRU 'Z' par exemple :)

Attention aussi au dépassement de capacité de la variable W-CHAR-POSITION définie en 9(4) alors que les chaines examinées peuvent faire plus de 4 caractères ;)

Enfin, pour des raisons de performances, tu devrais déclarer les indices en binaire, ca semble un point de détail, mais en cobol, le binaire est en moyenne 8 fois plus rapide que l'étendu (le packé est également plus performant que l'étendu mais dans une moindre mesure)
29/01/2015, 14h11
Darkzinus

Citation:

Envoyé par escartefigue

Enfin, pour des raisons de performances, tu devrais déclarer les indices en binaire, ca semble un point de détail, mais en cobol, le binaire est en moyenne 8 fois plus rapide que l'étendu (le packé est également plus performant que l'étendu mais dans une moindre mesure)

Honnêtement des indices en binaire je ne crois pas en avoir vu passer sur mon site actuel ou le précédent (même sur de très vieux programmes). Pour du débugging en cas de plantage, le binaire ne facilite quand même pas la vie ...
29/01/2015, 14h35
rockley

Merci beaucoup pour vos avis. ça me réconforte dans l'idée que je n'ai pas fais de la ... :)

J'avais bien mis "values are 'A' THRU 'Z'" au départ mais il y avait des points difficiles que je n'ai pas pu résoudre précisément.

C'est le problème d'encodage. De base je n'ai pas réussi à savoir l'encodage du compilateur cobol.
Le 'A' THRU 'Z' marche en Unicode mais pas forcement ailleurs.

Maintenant disons que c'est de l'Unicode, ça implique de devoir mettre des PIX N() au lieux des PIC X() pour coder sur deux octets. (un peu spé)

Enfin disons qu'un programme encodé différemment fait un CALL sur mon programme. Je récupère quoi en linkage ? L'encodage du programme de base ou de l'Unicode ?

Comment être sûr que 'A' THRU 'Z' marchera dans 100% des cas ?

Bref, j'ai préféré mettre les valeurs en dur à cause de ça.
29/01/2015, 15h40
escartefigue

Citation:

Envoyé par Darkzinus

Honnêtement des indices en binaire je ne crois pas en avoir vu passer sur mon site actuel ou le précédent (même sur de très vieux programmes). Pour du débugging en cas de plantage, le binaire ne facilite quand même pas la vie ...

Le débugging ne pose pas de problème, la plupart des déboggueurs, sans doute même tous aujourd'hui, affichent automatiquement en format lisible quelque soit le format réel.
Les dumps aussi peuvent être formatés et lisibles.

C'est donc dommage de pénaliser les perfs en utilisant des formats de données inappropriés.

Bien sur on pourra objecter que sur un mainframe, la plupart des traitements passent beaucoup plus de temps en I/O qu'en calcul, ce qui est vrai, mais toute source de performance est bonne a prendre sous réserve qu'elle ne pénalise pas la maintenance :).