Regex avec mots atachés

Bonjour,

J'ai fait un petit script qui va chercher les fichiers dans un dossier, puis les reclasses afin de pouvoir les éditer dans une applications tierces.
Je suis confronter à un problème, me mettre à la place d'un utilisateur :aie:
Je me suis dit qu'il fallait alors passer par du regex afin d'élargir les possibles erreurs de frappes.

Exemple de fichiers dans un dossier ayant différentes nomenclature:

RndRawGlobalIllumination.0001.png
RndGlobalIllumination.0001.png
Rnd Global Illumination.0001.png
RawGlobalIllumination.0001.png
Raw_Global_Illum.0001.png
RndGlobalIllum.0001.png
GlobalIllumination.0001.png
Global_Illumination.0001.png
RawGI.0001.png
GI.0001.png
SelfIllumination.0001.png
RndRawLighting.0001.png

Pour les trier en :

RndRawGlobalIllumination.0001.png
RndGlobalIllumination.0001.png
Rnd Global Illumination.0001.png
RawGlobalIllumination.0001.png
Raw_Global_Illum.0001.png
RndGlobalIllum.0001.png
GlobalIllumination.0001.png
Global_Illumination.0001.png
RawGI.0001.png
GI.0001.png
SelfIllumination.0001.png
RndRawLighting.0001.png


Se que j'aimerai récupérer, se sont les fichiers ayant que pour nomenclature : "GlobalIllumination", "GI" et/ou "GlobalIllum"

J'ai essayé de faire quelques chose :
re.compile(r"[globalGLOBAL]{6}.?[illuminationILLUMINATION]{12}|[GIgi]{2}|[illumILLUM]{5}")

Le problème, c'est qu'il me sélectionne aussi d'autre fichiers qui comporte des "ig" "illum" mais surtout je n'arrive pas à la contraindre sur les préfixes ou suffixes.
Je tourne en rond sur https://regexr.com/...

Si quelqu’un passe par là..


merci

Salut,

Faire [globalGLOBAL]{6} revient à dire de autoriser 6 caractères parmi globalGLOBAL, donc on peut se retrouver avec des GGGGGG, etc, pas nécessairement global ou GLOBAL, pour cela, il faut utiliser des parenthèses.

Ton expression devrait en gros ressembler à ça.

Code:

---

exp = '^((?:Rnd ?)?Global(?:_| )?Illum(?:ination)?|GI)\.\d{4}\.png$'

---

fiou, ok...complétement à coté.

J'essaie de décortiquer tous ça, mais j'ai du mal à comprendre l'utilisation des parenthèses et du "?:"

En gros tu décompose ça par groupe de mot (d’où les parenthèses), puis tu demande si ça correspond (avec "?:") et si ça ne correspond pas tu passe au mot suivant avec "|", c'est ça ?
Si tu as le temps de m’expliquer, ça m'aiderai à comprendre.

merci en tout cas.

Je pense avoir capter le truc :

Code:

---

'((?<![rR][aA][wW])([gG][lL][oO][bB][aA][lL])(?:_| )?([iI][lL][lL][uU][mM])(?:[iI][nN][aA][tT][iI][oO][nN])?|[gG][iI])'

---

C'est long et relou, mais au moins si une lettre est mis en capital...on est bon.

il ne me reste plus qu'à trouver pour :
RawGI.0001.png
GI.0001.png

Afin de ne garder que GI

Ha bhé voila, suffit de répéter :

Code:

---

'((?<![rR][aA][wW])([gG][lL][oO][bB][aA][lL])(?:_| )?([iI][lL][lL][uU][mM])(?:[iI][nN][aA][tT][iI][oO][nN])?|(?<![rR][aA][wW])[gG][iI])'

---

Si tu repasse par là, dit moi se que tu en pense ?!

merci

Citation:

---

Envoyé par Miaz3

fiou, ok...complétement à coté.

J'essaie de décortiquer tous ça, mais j'ai du mal à comprendre l'utilisation des parenthèses et du "?:"

En gros tu décompose ça par groupe de mot (d’où les parenthèses), puis tu demande si ça correspond (avec "?:") et si ça ne correspond pas tu passe au mot suivant avec "|", c'est ça ?
Si tu as le temps de m’expliquer, ça m'aiderai à comprendre.

merci en tout cas.

---

Non, par défaut les parenthèses d'une expression régulière sont capturantes, or ici cela n'est nullement utile de capturer ces portions de texte comme Rnd, _, l'espace, etc.
Les métas caractères successifs ?: spécifie que l'on souhaite ne pas capturer ces éléments.
C'est spécifié dans la doc re de python ;)

L'expression à l'air complexe au 1er abord, mais en fait elle est très simple.

'^((?:Rnd ?)?Global(?:_| )?Illum(?:ination)?|GI)\.\d{4}\.png$'

(?:Rnd ?)? signifie donc une parenthèse non capturante => (?: optionnelle => )? contenant Rnd suivi optionnellement d'un espace.

(?:_| )? parenthèse non capturante optionnelle contenant soit un underscore OU soit un espace, le « ou » étant donc le pipe |

Illum(?:ination)? Illum suivi opyionnellement d'une parenthèse non capturante optionnelle contenant ination.

...|GI signifie donc la chaine contenant une chaine avec Global ou la chaine GI.

Pour le reste je pense que tu dois connaître.

Par ailleurs, si tu n'as pas besoin non plus de récupérer uniquement le nom de l'image, tu peux également utiliser une parenthèse non capturante (ie : (?:(?:Rnd... au lieu de ((?:Rnd... )

Pour tes expressions, j'ai pas compris ce que tu souhaites faire, car normalement l'expression que je t'ai mis répondait au besoin de ton 1er message.

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

import re   fichiers = """RndRawGlobalIllumination.0001.png RndGlobalIllumination.0001.png Rnd Global Illumination.0001.png RawGlobalIllumination.0001.png Raw_Global_Illum.0001.png RndGlobalIllum.0001.png GlobalIllumination.0001.png Global_Illumination.0001.png RawGI.0001.png GI.0001.png SelfIllumination.0001.png RndRawLighting.0001.png"""   exp = '^(?:(?:Rnd ?)?Global(?:_| )?Illum(?:ination)?|GI)\.\d{4}\.png' for fichier in fichiers.splitlines() : m = re.match(exp, fichier) if m : print(m.group())

---

Merci pour toutes ces explications !

Avec ce que tu as proposé plus haut, j'ai fait le test sur https://regex101.com/ et ça ne m'affichait rien.
Effectivement j'aurai du simplement essayer ça directement dans une console python...

Concernant les lignes plus haut, j'essaie de prévoir si les textes seront en majuscule ou non. d’où les "...[gG][lL][oO][bB][aA][lL]..."
Et puis concernant "(?<![rR][aA][wW])" j'ai vu sur la doc python que ça permettait d’esquiver se qu'il y avait avant.

Je vois que j'ai mélangé pas mal de choses...mais je ne comprend toujours pas pourquoi sur regex101.com ça ne fonctionne pas.
Je trouvai ça pratique comme site.

Citation:

---

(?:Rnd ?)? signifie donc une parenthèse non capturante => (?: optionnelle => )? contenant Rnd suivi optionnellement d'un espace.

---

Je pensais dans le cas ou je ne sais pas se qu'il peut y avoir avant "GlobalIllumination" ? mais qu'il capte toujours "GlobalIllumination"

exemple :
RndGlobalIllumination
NoneGlobalIllumination
NadaGlobalIllumination

Ou alors s'il détecte "nada" il ne la retient pas.

Après moulte essaie, walou, il y a un truc que j'ai du mal à capter.

Si par exemple je ne connais pas se qu'il y a avant "GlobalIllumination", je n'arrive pas à récupérer le groupe.

Finalement je vais partir dans cette direction. Vue qu'il ne faut pas les mots "Raw" et/ou total avant "GlobalIllumination" je vais les appeler en debut de regex.

(?!([rR][aA][wW])