Extraction de multiples occurrences via les regex

Je souhaite extraire des zones en utilisant les Regex, mais je n'arrive pas à extraire la partie minimale :
Soit la liste suivante :
CEA
AAA
BBB
CEB
AAA
BBB
CED
BBB
CCC

Mon but est de trouver un pattern pour extraire les 3 zones (CEx) indépendamment (3 pour l'exemple mais dans le fichier d'origine il y a x zones) :
CEA AAA BBB
CEB AAA BBB
CED BBB CCC

Le pattern suivant extrait la totalité des 3 zones (CE[\w][\w\n]*)

Si vous avez des idées, je suis preneur.

J'ai pas bien compris.

Pourquoi as tu une liste d'1 élément sur 9 lignes puis une de 3 éléments sur 3 lignes ?

C'est vrai que ce n'est pas très clair. Disons que si tu as un fichier que tu charges intégralement dans une variable et que tu veuilles obtenir une chaîne, tu pourrais faire ça:

Code:

---

1 2 3 4 5 6 7 8 9 10 11

$str = 'CEA AAA BBB CEB AAA BBB CED BBB CCC';   echo preg_replace('~\R(?!CE)~', ' ', $str);

---

(remplacer les sauts de lignes non suivis de CE par un espace). Ce qui correspond à ton affichage.

Si tu veux simplement extraire des blocs de ton fichier, dans ce cas, lis-le ligne par ligne et détecte les lignes commençant par CE pour démarrer un nouveau bloc. Pas besoin de regex pour faire ça.

Mais on ne sait pas si tu veux obtenir une chaîne, un tableau de chaîne ou un tableau de tableau de chaîne.

Décris mieux ton problème, car il y a potentiellement des manières plus élégantes de faire ce que tu souhaites.

Bonjour
Merci pour vos réponses rapides.
1/ Le fichier texte est constitué de plusieurs blocs.
2/ Chaque bloc commencer par CEx et est composé de plusieurs lignes.
3/ On peut détecter la fin du bloc CEx par le début du bloc suivant CEy

Actuellement je parcours le fichier en recherchant le début de ligne CEx jusqu'à la détection du début du bloc suivant : cela fonctionne correctement.
Mon objectif est de voir s'il est possible, en utilisant un seul pattern regex + conditions (?<= ; ?!...), d'extraire directement les différents blocs

Ta technique actuelle est très bien. Tu peux obtenir le même résultat en utilisant la même pattern que précédemment en chargeant tout le contenu du fichier dans une variable, mais avec preg_split (je suppose que le fichier commence par CE):

Code:

---

$result = preg_split('~\R(?=CE)~', $str);

---

Si le fichier ne démarre pas directement par un bloc, tu peux utiliser preg_match_all mais avec une pattern un peu plus complexe:

Code:

---

1 2 3

if ( preg_match_all('~^CE(?>.*\R?)*?(?=CE|\z)~m', $str, $m) ) { $result = $m[0]; }

---

ou alors plus court (un peu moins guidée) mais moins efficace si les blocs sont longs:

Code:

---

1 2 3

if ( preg_match_all('~^CE.*?(?=^CE|\z)~ms', $str, $m) ) { $result = $m[0]; }

---

Merci, c'est exactement ce que je recherche !!
Reste à trouver une librairie Python compatible PCRE

Si tu as beaucoup de blocs et que tu veux éviter d'avoir à stocker l'intégralité du fichier dans une variable, puis de stocker ensuite tous les blocs trouvés dans une autre, tu peux utiliser une fonction générateur:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

function genBlocks($handle) { while ( false !== $line = fgets($handle) ) { if ( strpos($line, 'CE') === 0 ) { if ( !empty($tmp) ) yield $tmp;   $tmp = $line; } else { $tmp .= $line; } }   if ( !empty($tmp) ) yield $tmp; }

---

Ainsi tu peux effectuer tes traitements ultérieurs sans que la taille du fichier ou le nombre de blocs n'impactent la mémoire:

Code:

---

1 2 3 4 5 6

$handle = fopen('monfichier.txt', 'r'); $blocks = genBlocks($handle);   foreach ($blocks as $block) { // traitement sur $block }

---

Citation:

---

Envoyé par bobby40600

Merci, c'est exactement ce que je recherche !!
Reste à trouver une librairie Python compatible PCRE

---

C'est maintenant que tu nous sors ça! Ici c'est le forum PHP, donc on te donne des solutions en rapport avec le PHP et ses possibilités.
Si tu as des questions sur Python pourquoi tu ne demandes pas sur le forum Python, on t'aurait sûrement mieux renseigné!
Si tu avais précisé ça dés le départ j'aurais pu te donner des patterns adaptées au module re. Sinon tu as le module pypi/regex qui lui comprend les éléments de syntaxe PCRE (mais dans ton cas, c'est à mon avis un marteau pour écraser une mouche).

En Python, il est clair que la lecture ligne à ligne est bien plus naturelle (vu que ce langage est particulièrement bien conçu pour tout ce qui touche aux itérateurs).

Donc en Python le code donnerait ça:

Code:

---

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

def gen_blocks(handle): data = [] for line in handle: if line.startswith('CE'): if data: yield ''.join(data) data = [] data.append(line)   if data: yield ''.join(data)   with open('monfichier.txt', 'r') as fi: for block in gen_blocks(fi): # traitements

---

J'insiste sur le fait que cette manière de faire est très bien et que la remplacer par une regex ne constitue pas forcément une amélioration.

Avec le module re:

Code:

---

1 2 3 4

import re   with open('monfichier.txt', 'r') as fi: blocks = re.findall(r'^CE.*?(?=^CE|\Z)', fi.read(), re.M | re.S)

---

ou encore:

Code:

---

1 2 3 4

import re   with open('monfichier.txt', 'r') as fi: blocks = re.split(r'[\r\n]+(?=CE)', fi.read())

---

Vraiment désolé. Je me suis rendu compte de mon erreur ce matin.:roll:
Je débute en Python (et ça fait 12 ans que je n'ai pas programmé...)
Merci beaucoup pour ton aide