Problème avec preg_replace

**CapErquy** · 01/02/2011, 16h46

Dans mon application je recherche tous les textes qui contiennent un certain mot, par exemple Eglise, et je souhaite mettre les mots trouvés en surbrillance.
Tous les mots avec ou sans accents doivent être trouvés.

Pour ce faire je transforme le critère reçu (ici $critere="Eglise") avec des instructions preg_replace, c'est à dire dans le cas présent :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$critere = preg_replace('/[eèéêë]/i', '(e|è|é|ê|ë)', $critere);
$critere = preg_replace('/[iìíîï]/i', '(i|ì|í|î|ï)', $critere);

Ensuite je lance la recherche du critère dans mon texte avec une instruction preg_match :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$nb=preg_match_all($critere, $texte, $matches, PREG_OFFSET_CAPTURE);

Il se trouve que seuls Eglise et eglise sont trouvés, mais pas église

Merci à qui pourra me dire où est mon problème.
Caperquy

**gene69** · 01/02/2011, 16h48

cherche du coté de l'encoding accepté par la fonction preg_replace. si tu n'as pas le bon encodage, ça marchera pas.

**stealth35** · 01/02/2011, 17h20

ton preg_replace n'est pas bon :
église va devenir : (e|è|é|ê|ë)(e|è|é|ê|ë)glis(e|è|é|ê|ë)

si tu veux supprimer les accents fait :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$critere = 'église';
echo preg_replace('/[èéêë]/ui', 'e', $critere);

mais bon c'est de la bidouille tout ca...

**CapErquy** · 01/02/2011, 17h52

Merci pour la réponse.
En fait je ne cherche pas à supprimer les accents, mais seulement à localiser le mot, qu'il ait ou non un accent.

CapErquy

**stealth35** · 01/02/2011, 17h55

Envoyé par CapErquy

Merci pour la réponse.
En fait je ne cherche pas à supprimer les accents, mais seulement à localiser le mot, qu'il ait ou non un accent.

CapErquy

sauf qu'il fait la différence entre un mot avec accents et un mot sans accents, donc t'es bien obligé de tout mettre au même niveau, a la base c'est pour faire quoi ? ton texte il vient d'où ?

**CapErquy** · 01/02/2011, 20h59

Mon texte vient d'une base de données MySQL dans laquelle se trouvent des résumés d'articles. L'utilisateur cherche à retrouver quels articles traitent d'un sujet identifié par le mot clé qu'il a choisi. En retour je veux lui renvoyer le ou les articles trouvés avec le ou les mots correspondants mis en surbrillance.
Au départ on ignore donc si dans les différents articles on trouvera le mot cherché avec ou sans accents.
CapErquy

**zugolin** · 05/02/2011, 09h32

euhh.... ça à l'air un peu costaud, non ?
car lui, il peut rechercher :
Eglise / église / eglise /eglises / églises / etc.... et sans compter les fautes (bon, là, c'est vrai , ça sera normal qu'il trouve pas, et pourquoi pas preciser "attention aux fautes" )
il faut donc peut etre recuperer le mot et chercher toutes les solutions
Eglise / église / eglise /eglises / églises
... a noter que si tu cherches eglises avec un "s" tu trouveras pas eglise sans "s"
et si tu cherches Eglise, comment tu peux savoir qu'on peux remplacer le "E" par un "é", et non pas par un "e" ....

... y'a du taffe , je pense , pour faire un bon moteur......!!

**CapErquy** · 05/02/2011, 10h24

Merci à Zugolin pour la réponse.
Je ne suis pas concerné par les pluriels ou autres fautes qui sont inévitables, mais je veux juste retrouver les mots sans me soucier des majuscules ou minuscules, ni des caractères accentués que j'ai définis en utilisant les expressions régulières (voir mon premier message sur ce sujet).
Il se trouve que quand je soumets directement à mes instructions preg_replace et preg_match un texte dans lequel j'utilise les mots Eglise, église, eglise les trois écritures sont bien reconnues. Par contre je reçois mes données à partir d'une base de données MySQL et là çà ne marche plus. Je soupçonne un problème d'encoding mais je n'arrive pas à déterminer lequel.
D'où mon appel à l'aide

**zugolin** · 05/02/2011, 15h58

église, par exemple , il serait pas en html, dans ta bdd :
é => é
ou numérique => & # 233 ; (je mets des espaces, sinon, l'editeur re-interprete le code)

ou bien une histoire de utf8 ou iso-8859-1 ....?
faudrait plutot aller voir du coté mysql, alors...non?

**CapErquy** · 05/02/2011, 19h08

Non je n'utilise pas les symboles tels que é dans ma base de données. J'ai essayé de basculer ma table en utf8_general_ci ; les mots tels que église sont alors bien retrouvés mais c'est également tout l'ensemble des caractères accentués qui apparaissent alors sous la forme � lors de l'affichage.
MySQL ne me propose pas l'option iso-8859-1
Je désespère de trouver une solution. En tous cas merci d'avoir essayé de m'aider
CapErquy

**stealth35** · 05/02/2011, 19h25

tu fais pas la recherche direct dans la requete SQL ?

**zugolin** · 05/02/2011, 20h53

c'est peut etre ta page php elle meme qui pourrait avoir des problemes d'encodage, alors ;
du coté du doctype :

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" >
<head>
<meta http-equiv="content-type" content="text/html; charset=iso-8859-1" />

... ou bien une erreur d'encodage de la page ; si tu travails avec notepad++, comme moi, j'envoi la page en => format: convertir en format unix // encoder en ainsi ... y'aurait pas un soucis vers là ?

**ABCIWEB** · 05/02/2011, 21h03

Envoyé par CapErquy

Non je n'utilise pas les symboles tels que é dans ma base de données. J'ai essayé de basculer ma table en utf8_general_ci ; les mots tels que église sont alors bien retrouvés mais c'est également tout l'ensemble des caractères accentués qui apparaissent alors sous la forme � lors de l'affichage.
MySQL ne me propose pas l'option iso-8859-1
Je désespère de trouver une solution. En tous cas merci d'avoir essayé de m'aider
CapErquy

Il faut que toutes les entêtes concordent pour ne pas avoir des erreurs d'affichage en utf-8.

Si tu ne veux pas utiliser l'utf-8 essayes l'Interclassement latin1_swedish_ci

**vorace** · 06/02/2011, 02h43

Code php :

Sélectionner tout - Visualiser dans une fenêtre à part

$critere = preg_replace('/[eèéêë]/iu', '[eèéêë]', $critere);

et pour le code en entier avec fonction de surbrillance voici un lien :
http://php.net/manual/fr/function.preg-replace.php
regarde highlighter dans les codes en dessous de la description de la fonction preg_replace.

**CapErquy** · 06/02/2011, 14h41

Réponse à vorace :
je viens d'essayer ta formule :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$critere = preg_replace('/[eèéêë]/iu', '(eèéêë)', $critere);

mais j'obtiens le message d'erreur suivant :

preg_replace() [function.preg-replace]: Compilation failed: invalid UTF-8 string at offset 3

**zugolin** · 06/02/2011, 14h51

Code php :

Sélectionner tout - Visualiser dans une fenêtre à part

$critere = preg_replace('/[eèéêë]/iu', '(eèéêë)', $critere);

..une histoire de delimiteur, non ?

Code php :

Sélectionner tout - Visualiser dans une fenêtre à part

$critere = preg_replace('#[eèéêë]#iu', '(eèéêë)', $critere);

... ou quelque chose comme ça ......

**vorace** · 06/02/2011, 16h27

si tu utilise notepad++, converti ton fichier en utf-8 (sans-BOM) et enregistre, voila pourquoi tu as cette erreur, tu n'as pas enregistré ton fichier en utf-8, si tu utilise un autre editeur (je ne connais pas les autres) ca doit etre faisable aussi et tu pourras utiliser le code que je t'ai donné, de plus dans la fonction preg_replace pour le second parametre tu dois mettre des [] a la place des parentheses.

**stealth35** · 06/02/2011, 22h35

Envoyé par CapErquy

Réponse à vorace :
je viens d'essayer ta formule :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$critere = preg_replace('/[eèéêë]/iu', '(eèéêë)', $critere);

mais j'obtiens le message d'erreur suivant :

preg_replace() [function.preg-replace]: Compilation failed: invalid UTF-8 string at offset 3

est ce que tu comprends ce que va faire le regexp la ???
parce que je t'ai deja dis ce que sa donne et visiblement personne percute :
http://www.developpez.net/forums/d10...e/#post5750378

**vorace** · 06/02/2011, 22h45

le but étant de mettre en surbrillance les mots telsque Eglise, église ou eglise si le mot rechercher est eglise donc une recherche indépendamment des accents le bout de code que j'ai mis provient de celui-ci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
<?php
function prepare_search_term($str,$delim='#') {
    $search = preg_quote($str,$delim);
 
    $search = preg_replace('/[aàáâãåäæ]/iu', '[aàáâãåäæ]', $search);
    $search = preg_replace('/[eèéêë]/iu', '[eèéêë]', $search);
    $search = preg_replace('/[iìíîï]/iu', '[iìíîï]', $search);
    $search = preg_replace('/[oòóôõöø]/iu', '[oòóôõöø]', $search);
    $search = preg_replace('/[uùúûü]/iu', '[uùúûü]', $search);
    // add more characters...
 
    return $search;
}
 
function highlight($searchtext, $text) {
    $search = prepare_search_term($searchtext);
    return preg_replace('#' . $search . '#iu', '<span style="background-color:red">$0</span>', $text);
}
 
$testtext = 'cafe cáfé càfè CAFE CÁFÉ CÀFÈ càfé cáfè CÀFÉ CÁFÈ';
echo highlight('cafe',$testtext) . '<br />';
echo highlight('cáfé',$testtext) . '<br />';
echo highlight('CAFE',$testtext) . '<br />';
echo highlight('CÀFÉ',$testtext) . '<br />';
?>

en utf-8 ca marche très bien, à savoir fichier codé en utf-8 et page html en utf-8 aussi.