extraire sous chaine à partir d'une regex ?

**blackbird1** · 11/06/2011, 10h06

salut à tous,
j'ai un probléme d'extraction de nom à partir d'un email.

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
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
 
#define _GNU_SOURCE
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <assert.h>
#include <regex.h>
 
int main(void) {
   char *Chaine = NULL;
 
   regex_t MotifCompile;
   regmatch_t *TableauSousExpressions = NULL;
   const char *Motif = "^\\b([0-9A-Za-z_-]*)@{1}[0-9A-Za-z_-]{2,15}\\.[A-Za-z]{2,3}\\b$";
   char *MessageErreur = NULL;
   int ErreurRegex,LongeurMaxMsgErreur,NombresSousChaines,ErreurComparaison,LongueurSousChaine,Compteur;
 
 
   assert(Chaine == NULL);
   Chaine = (char*)malloc(256);
   if (Chaine == NULL) {
     perror("malloac");
     exit(1);
   }
 
   fgets(Chaine,256,stdin);
 
   ErreurRegex = regcomp(&MotifCompile,Motif,REG_EXTENDED | REG_NEWLINE);
   if (ErreurRegex != 0) {
     LongeurMaxMsgErreur = regerror(ErreurRegex,&MotifCompile,NULL,0);
     assert(MessageErreur == NULL);
     MessageErreur = (char*)malloc(LongeurMaxMsgErreur);
     if (MessageErreur == NULL) {
       perror("malloc");
       exit(1);
     }
     regerror(ErreurRegex,&MotifCompile,MessageErreur,LongeurMaxMsgErreur);
     fprintf(stderr,"Erreur : %s\n",MessageErreur);
 
     assert(MessageErreur != NULL);
     free(MessageErreur);
     MessageErreur = NULL;
     exit(1);
   }
   NombresSousChaines = MotifCompile.re_nsub + 1;
   fprintf(stdout,"Nombre sous chaînes  = %d\n",NombresSousChaines);
   assert(TableauSousExpressions == NULL);
   TableauSousExpressions = (regmatch_t*)malloc(NombresSousChaines*sizeof(regmatch_t));
   if (TableauSousExpressions == NULL) {
     perror("malloc");
     exit(1);
   }
   ErreurComparaison = regexec(&MotifCompile,Chaine,NombresSousChaines,TableauSousExpressions,REG_NOTEOL);
   if (ErreurComparaison == REG_ESPACE) {
     fprintf(stderr,"Erreur fatale\n");
     exit(1);
   }
   if (ErreurComparaison == REG_NOMATCH) {
     fprintf(stderr,"pas de correspondance.\n");
     exit(1);
   }
 
   for (Compteur = 0 ; Compteur < NombresSousChaines; Compteur++) {
     LongueurSousChaine = TableauSousExpressions[Compteur].rm_eo - TableauSousExpressions[Compteur].rm_so;
     fprintf (stdout,"Correspondance = %s\n",(char*) (Chaine+TableauSousExpressions[Compteur].rm_so));
   }
 
 
   assert(TableauSousExpressions != NULL);
   free(TableauSousExpressions);
   TableauSousExpressions = NULL;
   NombresSousChaines = 0;
   regfree(&MotifCompile);
 
   assert(Chaine != NULL);
   free(Chaine);
   Chaine = NULL;
 
   return(0);
}

ça donne :

pourtant j'ai mémorisé la partie regex avec les parabthèses :

([0-9A-Za-z_-]*)

merci d'avance

je veux afficher :

nom_prenom-266

**magma²** · 11/06/2011, 12h01

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
#include <stdio.h>
 
int main(void)
{
  char name[128];
  char mail[] = "nom_prenom-266@domaine9-ent.org";
 
  sscanf(mail, "%127[^@]", name);
  puts(name);
  return 0;
}

**blackbird1** · 11/06/2011, 12h33

merci magma², mais c'est bizarre dans les tutu des regx tous parlent des paranthèses pour extraire une sous chaîne.
Donc je ne peux pas les utilises, non ?

**olivieram** · 11/06/2011, 15h28

Bonjour,
Ahhhh...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
"^\\b([0-9A-Za-z_-]*)@{1}[0-9A-Za-z_-]{2,15}\\.[A-Za-z]{2,3}\\b$";

ton motif est erroné, c'est pour cela qu'il te retourne toute la chaîne.

**blackbird1** · 11/06/2011, 19h22

je vois pas comment le corriger.
Vous pouvez m'aider si'il vous plaît.

**olivieram** · 12/06/2011, 00h08

Votre regexp est bonne en fait.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
   for (Compteur = 0 ; Compteur < NombresSousChaines; Compteur++) {
     LongueurSousChaine = TableauSousExpressions[Compteur].rm_eo - TableauSousExpressions[Compteur].rm_so;
     fprintf (stdout,"Correspondance = %s\n",(char*) (Chaine+TableauSousExpressions[Compteur].rm_so));
   }

C'est juste ce petit bout de code, qui affiche toute la chaîne à partir de rm_so.
il vous faut faire comme sur regexec

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
fprintf(stdout, "Correspondance = %.*s\n", TableauSousExpressions[Compteur].rm_eo - TableauSousExpressions[Compteur].rm_so, &Chaine[TableauSousExpressions[Compteur].rm_so]);

**Zebrure** · 12/06/2011, 00h24

Envoyé par magma²

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
#include <stdio.h>
 
int main(void)
{
  char name[128];
  char mail[] = "nom_prenom-266@domaine9-ent.org";
 
  sscanf(mail, "%127[^@]", name);
  puts(name);
  return 0;
}

Bonjour. Ce procédé est certes pratique mais ne fonctionnera pas si le nom d'utilisateur possède un @ précédé d'un antislash, par exemple : pr\@bleme@host.tld

En fait, la regex proposé par le PO posera aussi problème dans le cas où la première partie de l'adresse comporte un point par exemple.

Voici la regex supposé correspondre à toutes les adresses conformes à la norme (RFC 2822) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

(?:[a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(?:(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

Vous pourrez en l'utilisant capturer la partie que vous rechercher.

**olivieram** · 12/06/2011, 07h25

Envoyé par Zebrure

Voici la regex supposé correspondre à toutes les adresses conformes à la norme (RFC 2822) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

(?:[a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(?:(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

Bon à savoir ça, Merci

**blackbird1** · 12/06/2011, 20h09

merci pour vos interventions. merci à tous.

**blackbird1** · 12/06/2011, 21h53

il fallait juste ajouter le byte nul à la fin des chaînes :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
for (Compteur = 0 ; Compteur < NombresSousChaines; Compteur++) { 
     strcpy(Chaine1,Chaine+TableauSousExpressions[Compteur].rm_so);
     Chaine1[TableauSousExpressions[Compteur].rm_eo] = '\0';
    fprintf(stdout, "Correspondance = %s\n", Chaine1);
   }

merci les gars, j'ai appris deux nouveaux truc grâces à vos réponses :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sscanf(mail, "%127[^@]", name);

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

fprintf(stdout, "Correspondance = %.*s\n", TableauSousExpressions[Compteur].rm_eo - TableauSousExpressions[Compteur].rm_so, &Chaine[TableauSousExpressions[Compteur].rm_so]);

merci

extraire sous chaine à partir d'une regex ?

C

Discussions similaires

Partager

Partager