[Python] Regex d'intro

Bonjour,


Je me mets à Python, en commençant par l'utilisation des regex.
L'un des buts de mon projet est de parcourir des fichiers sources C et de remplacer mes affectation de variables, par des appels à une fonction qui fera l'écriture dans la variable.
Pas besoin de me dire que c'est idiot, que ça ne sert à rien, qu'on doit pas faire ça... les projets sont ce qu'ils sont, et mon besoin est là.
J'ai énormément de mal avec les regex, malgré la lecture de doc; j'ai du mal à trouver un tutoriel simple et limpide... bref, je perds un peu espoir.

J'ai donc une fonction

Code:

---

def fonctionRegex(input_var, var_id)

---

, dont le rôle est de remplacer toutes les affectations de valeur

Code:

---

input_var=value

---

par un appel à une fonction

Code:

---

WriteValue(var_id, value)

---

, (value étant la valeur à donner, située précédemment après le égal de l'affectation).


Je ne comprends pas comment, dans une chaine de caractère (une ligne de code C dans mon cas), je peux :

• détecter l'affectation "input_var=qq_chose" ou "input_var = qq_chose"
• que mon expression régulière place le "qq_chose" dans une variable réutilisable (jusque là j'utilise "find", mais ça ne récupère pas le "qq_chose")
• générer la chaine de sortie

Le plus gros problème, c'est surtout de détecter ce qui suit le égal : parfois une variable, parfois un appel à une fonction retournant une valeur...

Si vous pouviez me donner des pistes (je ne demande pas qu'on me le fasse) pour réaliser cette fonction de remplacement parce que là, je rame un peu..., d'autant que c'est un bon moyen de se mettre aux regex sous Python


Merci d'avance pour votre aide

Nicolo

Bonjour,



Pour détecter "input_var=qq_chose" ou "input_var = qq_chose", il faut écrire une regex à partir d’une RE:
personnellement , j’appelle RE une chaîne de Regular Expression
et regex un objet RegexObject.

pattern = re.compile(’input_var ?= ?(.+?)’)

Dans cette instruction
’input_var ?= ?(.+?)’ est la RE
et pattern est la regex.

Une regex est un RegexObject , à bien distinguer de la RE et d’un MatchObject.
Un RegexObject est un objet qui sert à rechercher des motifs matchant avec la RE dans une chaîne explorée.
Un MatchObject est un objet contenant les renseignements relatifs à un match, c’est à dire à un motif matchant donné après qu’il ait été trouvé dans la chaîne explorée.


’ ?’ signifie : un blanc ou pas de blanc
( il y a un blanc devant le ’?’ )

les ( ) autour de .+? définissent un groupe c’est à dire qu’elles permettent l’enregistrement, dans le MatchObject, de la chaîne matchante qui sera trouvée à l’emplacement de (.+?) dans la chaîne examinée.

Le point . signifie: n’importe quel caractère, hormis une fin de ligne (sauf spécification contraire).

.+ signifie: n’importe quel caractère répété une fois ou plus (on part du principe qu’il y a au moins un caractère après ’input_var ?= ?’ )

Dans .+? , le ’?’ est là pour intimer au moteur de regex d’arrêter d’avancer en enregistrant les caractères rencontrés dès qu’il rencontrera le caractère qui suit (.+?) . Si on ne controle pas ainsi, le moteur de regex est en effet glouton et mange tant qu'il peut.

Mais !...il n’y a pas de caractère après (.+?) dans la cette RE !
Eh oui !
C’est parce que ta description est incomplète: il faut absolument indiquer quelle est l’extension du qq_chose dont tu parles, c’est à dire où s’arrête le qq_chose, comment reconnaît on la fin du qq_chose.

Je crois qu’en C et C++, les instructions se terminent par ’;’. Si c’est le cas et que ’;’ colle au qq_chose, on écrira la RE:
pattern = re.compile(’input_var ?= ?(.+?);’)

Mais s’il y a un blanc après le qq_chose , et que le qq_chose ne comporte pas de blanc !, on écrira
pattern = re.compile(’input_var ?= ?(.+?) ’)

Enfin bon, les cas de figure sont infinis.




Une fois que le moteur de regex aura détecté un match et créé un MatchObject pour le représenter (pour cela il y a plusieurs fonctions utilisables, on verra ça plus tard, on va se contenter de search() pour le moment ), on peut interroger le MatchObject pour en tirer divers renseignements.

Appelons m le MatchObject.
Pour obtenir le tuple des groupes capturés dans m, on fait m.groups()

Pour obtenir la chaîne matchante dans son entier, c’est m.group() , égal par défaut à m.group(0).

Quant aux groupes individualisés, on les obtient par m.group(i) avec i de 1 à nombre de groupes définis.

Dans notre RE, on n’a qu’un groupe, on l’obtient par m.group(1)
Ou m.groups()[0] .... eh oui, c’est un truc tordu, c’est comme ça.





Bon, j’arrête là pour le moment, j’attends ton retour pour savoir si ça t’éclaire. Et je cherche à comprendre la suite.

Bonjour,

Je te remercie énormément, parce que tu as répondu à ma question avec énormément de clarté (enfin une explication claire sur les regex).

ça marche du feu de dieu; avec ma regex, je fais ensuite l'appel à la méthode match() ou search() afin de placer les objets trouvés dans un matchobject.
L'appel ensuite à groups() me donne les éléments.

Jusque là, très clair, je commence à m'amuser.

Je pense ensuite faire le remplacement de ma ligne de code par l'appel à la méthode qui m'intéresse; du genre :
input_var=value qui devient WriteValue(var_id, value)
... value est connu, puisque m.groups()[0] le contient
Je pensais utiliser la fonction replace des string, mais j'ai l'impression que le replac ne prend pas les expresions regulières en paramètres, mais juste des chaines...

une idée?


Merci d'avance

Nicolo

PS :
Pour laisser une petite trace si d'autres lisent cette discussion un de ces jours, je liste des exemples d'essais :

• Premier cas : affectation sans espaces
  
  
  Code:

  ---

  1 2 3 4 5 6

  >>> lignedecode="variable=2" >>> regexobjectnico=re.compile('variable=(.+?)') >>> matchobjectnico=regexobjectnico.match(lignedecode) >>> matchobjectnico.groups() ('2',)

  ---

• Deuxième cas : avec espaces éventuels de part et d'autre du '=' et prise en compte du point virgule final
  
  Code:

  ---

  1 2 3 4 5

  >>> regexobjectnico=re.compile('variable ?= ?(.+?);') >>> matchobjectnico=regexobjectnico.match(lignedecode) >>> matchobjectnico.groups() ('2',)

  ---

bonjour,

tu peux aussi utiliser la méthode sub:

http://docs.python.org/library/re.html#re.sub

Bonjour,

Evidemment les parenthèses peuvent être présente partout pour pouvoir, par exemple, récupérer le nom de la variable ainsi que son affectation. :ccool:
Si jamais, je te conseil un petit tour chez ton ami :google: avec par exemple comme comme mot clef: regexbuilder ;)
Tu trouveras plusieurs outils te permettant de faire et de tester tes expressions régulières.

Salutations.