Regex : probleme avec parenthese capturante et reference arriere

Bonjour,


j'ai une Regex assez simple :

Code:

---

Regex r = new Regex(@"(<!--\s+(?<balise>\w+)\s+-->)(?<texte>.+?)\1", RegexOptions.Singleline);

---

quand je l'applique a ce texte :

Citation:

---

<!-- titreFR --><strong>ASSIETTE / COUPE*RONDE EN PORCELAINE</strong><!-- titreFR -->

---

je récupère ceci (tout est normal) :

Citation:

---

Groups[0] = <!-- titreFR --><strong>ASSIETTE / COUPE*RONDE EN PORCELAINE</strong><!-- titreFR -->
Groups[1] = <!-- titreFR -->
Groups["balise"] = titreFR
Groups["texte"] = <strong>ASSIETTE / COUPE*RONDE EN PORCELAINE</strong>

---

par contre si je modifie la Regex pour ne pas renvoyer la 1ere parenthese capturante (qui ne m'interesse pas) :

Code:

---

Regex r = new Regex(@"(?:<!--\s+(?<balise>\w+)\s+-->)(?<texte>.+?)\1", RegexOptions.Singleline);

---

je récupère ceci (la c'est pas ce que j'attends) :

Citation:

---

Groups[0] = <!-- titreFR --><strong>ASSIETTE / COUPE*RONDE EN PORCELAINE</strong><!-- titreFR
Groups["balise"] = titreFR
Groups["texte"] = <strong>ASSIETTE / COUPE*RONDE EN PORCELAINE</strong><!--

---

il y a un bout de "<!-- " qui s'incruste dans le texte renvoyé sans que je comprenne le pourquoi de sa présence.


quelqu'un pourrait m'expliquer ?
merci

Dans le cas présent, la première capture qui ne t'intéresse pas est pourtant essentielle pour le bon fonctionnement avec la backreference.

Avec

Code:

---

(<!--\s+(?<balise>\w+)\s+-->)(?<texte>.+?)\1

---

Le 1er groupe (sous expression (<!--\s+(?<balise>\w+)\s+-->)) capture quelque chose comme <!-- texte -->.

Si on modifie ainsi

Code:

---

(?:<!--\s+(?<balise>\w+)\s+-->)(?<texte>.+?)\1

---

Le 1er groupe (sous expression (?<balise>\w+)) capture maintenant quelque chose comme texte.

La backreference renvoyant la dernière capture du groupe associé, on voit clairement que l'on n'aura pas le même résultat dans les deux cas, d'où la différence de comportement :)

Après tu peux éventuellement faire

Code:

---

(?:<!--\s+(?<balise>\w+)\s+-->)(?<texte>.+?)<!--\s+\1\s+-->

---

Mais la version avec la capture qui ne t'intéresse pas est celle à utiliser ;)