Regex en Java (ordre d'apparition)

Code:

---

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

String s="truch much cacao marque <img alt= \"zzz.jpg\" src=\"zzzz\"/> lala <img alt=\"amine.jpg\" src=\"amine\"/>"; Pattern pattern4 = Pattern.compile("<img\\s*(src\\s*=\\s*(.*?)|alt\\s*=\\s*(.*?)|width\\s*=\\s*(.*?)|height\\s*=\\s*(.*?))*\\s*/>");   Matcher m= pattern4.matcher(s); while(m.find()){   for(int i=1;i<m.groupCount()-1;i++){ System.out.println(m.group(i));   } System.out.println("shop");   }

---

Bonjour j'ai essayé ce code mais ç la fin sa me sors ça:

Code:

---

1 2 3 4 5 6 7 8 9

src="zzzz" "zzzz" "zzz.jpg" shop src="amine" "amine" "amine.jpg" shop

---

j'aimerai savoir comment je fais pour faire apparaitre le "alt" car il ne s'affiche pas merci

Le problème vient du fait que pattern ne retient que le contenu de la derniere correspondance de la parenthese capturante. Pour tout recuperer il faut une expression reguliere par attribut de la balise a recuperer. Un code qui marche serait:

Code:

---

1 2 3 4 5 6 7 8 9 10 11

Pattern monImage = Pattern.compile("<img\\s*(src\\s*=\\s*(.*?)|alt\\s*=\\s*(.*?)|width\\s*=\\s*(.*?)|height\\s*=\\s*(.*?))*\\s*/>"); Matcher m = monImage.matcher(s) if(m.find){ Pattern alt = Pattern. compile("alt\\s*=\\s*(.*?)"); Matcher mAlt = alt.matcher(m.group(0)); if (mAlt.find()){ traiterAlt(); }   }

---

ton expression régulière est incorrecte tu prend soit la valeur de l'attribut src soit celle de alt
faudrai une

Code:

---

1 2	RegExp="<img\s*(src\s*=\s*(.*?)\s+alt\s*=\s*(.*?))| (alt\s*=\s*(.*?)\s+src\s*=\s*(.*?)))\s*/>"

---

NB:Faut dédoublé les '\'

et donc comme j'ai 2 autre attribut (width et height) je dois faire toute les combinaison?

Salut,

Citation:

---

et donc comme j'ai 2 autre attribut (width et height) je dois faire toute les combinaison?

---

Surtout pas.
Ce que tu recherches est trop flexible pour le mettre dans une regex lisible et maintenable.

Quel est le but de ta méthode ?
J'ai l'impression que ce que tu veux, c'est vérifier que tu as bien une img et ensuite récupérer certains attributs-valeurs des balises img d'une chaine en entrée.

Si c'est le cas, tu vas te compliquer beaucoup les choses avec une regex.
Une regex c'est pour capturer une expression régulière.
Le fait que l'ordre joue un rôle sur beaucoup d'éléments de ta regex, je ne pense pas que le terme régulier convienne :mouarf:

Utilise une api de manipulation xml (ex:jdom,sax...), ca sera bien plus simple, lisible et maintenable.

c'est ce qu'on m'a dit, d'ailleur j'ai posté sur un autre sujet dans ce forum, que je cherche un parser html et j'en ai trouvé un qui est:
"html parser" seulement j'ai pas su l'utiliser car je n'ai pas trouvé d'exemple simple de parcour d'une arborecence html et je dis bien "HTML" et non "XHTML" c'est pour cela que je ne peux utiliser un parser xml comme sax ou jdom

xhtml c'est pour l'essentiel du html qui respecte les règles du xml, en particulier le caractère bien formé du document et quelques conventions de nommage différentes (ex:plus d'attribut 'name' mais 'id).

Si tu as à faire à du code qui respecte html 4 (ca date quand même d'il y a 10 ans) tu ne devrais avoir un document html bien formé au sens xml : un tag ouvert est obligatoirement fermé et tu n'auras aucun souci avec jdom ou sax.

Maintenant si t'as du html qui ne respecte pas ce principe.
Ex :

Code:

---

1 2	<p>Salut, je ne ferme pas la balise paragraphe.

---

tu auras effectivement des problèmes avec les api de manipulation xml.

Mais utiliser un parser compatible html 3 aussi permissif n'est pas la bonne solution.
Je pense qu'il serait plus intéressant de transformer le html mal formé en html bien formé.
Ca le rendra plus standard et tu pourras utiliser des outils de parsing xml à jour et bien documentés au lieu d'outils exotiques peu utilisés.

mais comme j'ai beaucoup de pages, je vais pas le faire a la main
est-ce qu'il y a un outil qui fait cette conversion?, ça m'aiderai beaucoup

ps:j'ai essayé de tester une page xhtml en utilisant jdom, ça saute lorseque je rencontre "&nbps"

Sinon tu peux faire plus simple (éviter de faire la transformation html-> xhtml -> parser xml qui peut être coûteuse)

tu cherche les balises <img (.*?)> après pour l'expression qui est capturée càd le (.*?) tu split sur (.*?)=(.*?) pour récupérer une Map<String, String> ou la clé est l'attribut html ainsi que sa valeur.
A++