Est-il possible de faire ça avec une regex ?

Salut à tous,

Je cherche à récupérer les chaines de caractères qui contiennent 2 espaces.

J'y arrive à moitié avec ce code :

pour la chaine par exemple : "il y a beaucoup de chien sur le plage"

Code:

---

preg_match_all('/[a-z]+[ ][a-z]+ /',$texte, $array2);

---

Ça donne :

0 => string 'il y ' (length=5)
1 => string 'a beaucoup ' (length=11)
2 => string 'de chien ' (length=9)
3 => string 'sur la ' (length=7)

Mais je voudrais que ça me donne également :

'y a '
'beaucoup de '
'chien sur '

Est ce que c'est possible ?

Le problème est que l'on ne peut pas consommer deux fois le même caractère et donc on ne peut pas obtenir des correspondances qui se chevauchent. Par contre on peut utiliser une petite ruse qui consiste à ne rien matcher du tout en plaçant toute la pattern dans un test avant (lookahead).

En effet un test avant est comme son nom l'indique juste un test et ne consomme pas de caractères, on parle de zero-width assertion au même titre qu'un test arrière, qu'une ancre ou qu'un word boundary. Il va donc pouvoir librement essayer toutes les positions de la chaîne.

Ce faisant, les résultats seront toujours une chaîne vide, car encore une fois un lookahead ne consomme pas de caractères. Pour récupérer ce qui est vu dans ce lookahead, il suffit de placer son contenu dans un groupe de capture:

Code:

---

/(?=([a-z]+ [a-z]+ ))/

---

Maintenant, pour éviter que la pattern ne réussisse au milieu d'un mot et ne test des positions inutiles, on peut la faire précéder d'un word boundary:

Code:

---

/\b(?=([a-z]+ [a-z]+ ))/

---

ou plus rigoureusement d'un test arrière négatif vérifiant qu'il n'y a pas de lettres avant la position courante:

Code:

---

/(?<![a-z])(?=([a-z]+ [a-z]+ ))/

---

NB: on peut assez facilement faire la même chose pour cet exemple précis sans utiliser preg_match_all:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13

$str = 'il y a beaucoup de chiens sur la plage';   $wds = explode(' ', $str);   $res = $wds;   array_pop($res); array_shift($wds);   foreach ($wds as $k=>$v) $res[$k] .= ' ' . $v;   print_r($res);

---