Expression régulière / retour chariot

bonjour à tous, je me lance dans les expressions régulières est malgré le grand nombre de tuto dispo sur le net je m'en sors pas.

J'ai un texte, de l'html, et je voudrais retirer les commentaires html donc tout ce qui se trouve entre <!-- et --> (tag compris).

voici le code que j'ai ecris

Code:

---

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

int mLast = 0; StringBuffer m9482= new StringBuffer(); //Pattern matchant les commentaires HTML p = Pattern.compile("(<!--.*-->)"); m = p.matcher(monTexte); while (m.find()){ //on recopie la chaine avant ou entre 2 commentaires m9482.append(monTexte.substring(mLast, m.start())); //on se positionne sur la fin du commentaire mLast = m.end(); } //on recupere la chaine après le dernier commentaire m9482.append(monTexte.substring(mLast));

---

Ce code marche si je met un entrant tel que

Code:

---

1 2	String monTexte = "toto <!-- plop --> et pouet <b>plip</b>";

---

Cependant je peux avoir dans mes commentaires 1 ou plusieurs retour chariot tel que

Code:

---

1 2 3 4

String monTexte = "toto <!-- plop une ligne et une autre --> et pouet <b>plip</b>";

---

Et dans ce cas je n'arrive pas à ecrire mon pattern j'ai essayé

Code:

---

1 2	p = Pattern.compile("(<!--([.|\\n]*)-->)");

---

Mais ça marche pas. Si quelqu'un peut m'aider ca serait top ;)

Merci à tous

Code:

---

p = Pattern.compile("(<!--.*?-->)",Pattern.MULTILINE|Pattern.DOTALL)

---

Citation:

---

Envoyé par tchize_

Code:

---

p = Pattern.compile("(<!--.*?-->)",Pattern.MULTILINE|Pattern.DOTALL)

---

---

Ca marche impécable, avant de tagger mon topic en résolu, peux tu juste donner quelques explications sur la solution?

Merci

Salut,


La doc de la classe Pattern est assez complète sur le sujet : Pattern

En fait il n'y a que Pattern.DOTALL qui te servent réellement :

• Pattern.DOTALL indique que le caractère '.' doit matcher tous les caractères, y compris les fins de ligne (ce qui n'est pas le cas normalement).
• Pattern.MULTILINE change les notions associés aux caractères ^ et $. Par défaut ils représentent le début et la fin de la chaine à traiter. En mode 'multiligne' ils représentent le début et la fin de chaque ligne de la chaine.

Ces options peuvent être directement inclus dans le pattern via (?s) et (?m)...


A noter également que tu dois également utiliser la réticence en changeant ton pattern pour ceci : "<!--.*?-->"
Le .*? diffère du .* par le fait qu'il ne prendra en compte que la plus petite chaine correspondante. Ainsi si en entrée tu as ceci : "Text 1 <!-- Comment 1 --> Text 2 <!-- Comment 2 --> Text 3".

• Avec ton pattern actuelle (.*), il tentera de prendre le premier <!-- et le dernier -->, donc il supprimera le texte suivante : "<!-- Comment 1 --> Text 2 <!-- Comment 2 -->"
• Avec la réticence, il s'arrêtera au premier --> et donnera le bon resultat.

De même, tu t'embêtes à manipuler les index du buffer alors que la classe Matcher le fait déjà :

Code:

---

1 2 3 4 5 6 7 8 9 10 11

StringBuffer m9482 = new StringBuffer(); // Pattern matchant les commentaires HTML Pattern p = Pattern.compile("(<!--.*-->)", Pattern.DOTALL); Matcher m = p.matcher(monTexte); while (m.find()) { // on recopie la chaine avant // En remplacant les commentaires par 'rien' m.appendReplacement(m9482, ""); } // on recupere la chaine après le dernier commentaire m.appendTail(m9482);

---

Voir d'utiliser directement replaceAll() s'il s'agit d'un simple remplacement comme ici :

Code:

---

1 2	Pattern p = Pattern.compile("(<!--.*?-->)", Pattern.DOTALL); String noComment = p.matcher(monTexte).replaceAll("");

---

Code:

---

String noComment = monTexte.replaceAll("(?s)<!--.*?-->", "");

---

a++

Merci beaucoup pour toutes ces explications qui m'eclairent un peu plus sur les RegExp faute d'utilisation et d'approfondissement de l'API.