Discussion :

[Jurafsky]

Savez-vous s'il y a de testeurs gratuits et pas trop compliqués pour apprendre les regex de Perl?
Merci !

j'ai trouvé ça

http://www.solmetra.com/scripts/regex/

mais je n'ai pas compris comment ça marche

[Philou67430]

Le one-line perl ?

Exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

perl -E 'say "mon texte" =~ /ma regexp/ ? "Yes" : "No"'

Et pour extraire des données :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

perl -E 'say "Found: ", join ", ", "mon texte" =~ /(\w+)/g'

(one-line écrit pour Unix/Cygwin)

[Lolo78]

Oui, un uniligne permet de tester. J'utilise aussi souvent le debugger en mode interactif.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
$ perl -de 42
 
Loading DB routines from perl5db.pl version 1.32
Editor support available.
 
Enter h or `h h' for help, or `man perldebug' for more help.
 
main::(-e:1):   42
  DB<1> print "true" if "mon texte" =~ /mon\s+..x/;
true
  DB<2>

[Peps16]

Savez-vous s'il y a de testeurs gratuits et pas trop compliqués pour apprendre les regex de Perl?
Merci !

j'ai trouvé ça

http://www.solmetra.com/scripts/regex/

mais je n'ai pas compris comment ça marche

Coucou voici un début de solution,

Enter regular expression here:
%[a-z]*%i

Enter your data here:
n'importe quoi qui match avec la regexp

[Jurafsky]

merci pour les réponses!
J'ai trouvé utiles ça

regexlib/

et ça

regex tester




J'ai un petit problème:

Je voudrais identifier avec une expression reg, des noms et prenoms qui se trouvent dans un texte.

Par example le texte pourrait etre:
Michelle Dubois mange une pomme, son fils, Jérèmy Dubois n'aime pas les pommes.

Output:
Michelle Dubois
Jérèmy Dubois

J'avais pensé à ça:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

(([A-Z]\w+)\s([A-Z]\w+))+

mais ça ne marche pas

conseils?

[Lolo78]

Ben, en fait, ça marche partiellement, comme le montre cette session sous le debugger Perl:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
  DB<11> $c = "Michelle Dubois mange une pomme, son fils, Jeremy Dubois n'aime pas les pommes";
 
  DB<12> print "true" if $c =~ /(([A-Z]\w+)\s([A-Z]\w+))+/;
true
  DB<13> print $1 if $c =~ /(([A-Z]\w+)\s([A-Z]\w+))+/;
Michelle Dubois
  DB<14>

Ou même, en utilisant un while et le modificateur /g:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
  DB<16> $c = "Michelle Dubois mange une pomme, son fils, Jeremy Dubois n'aime pas les pommes"
 
  DB<17> print "$1 " while $c =~ /(([A-Z]\w+)\s([A-Z]\w+))+/g;
Michelle Dubois Jeremy Dubois
  DB<18>

Mais si tu as la phrase: "La France est un pays de 550.000 km²", tu vas récupérer "La France", à cause de la majuscule en début de phrase.

(Si tu mets des accents sur Jérémy, ça peut poser des problèmes d'encodage dans certains cas.)

[Jurafsky]

Pour resoudre ce problème on pourrait stocker les noms dans un tableau pour éviter les erreurs!

en fait, pourquoi utiliser \w si l'on peut utiliser [A-Z] ? Pourquoi certain fois il y a des regex très similaires? Quand il est mieux utiliser l'un au lieu de l'autre?

[Lolo78]

\w représente les caractères alphanumériques (majuscules, minuscules et chiffres) plus le caractère souligné, donc: [A-Za-z0-9_]. C'est beaucoup plus large que [A-Z].

[Jurafsky]

\w représente les caractères alphanumériques (majuscules, minuscules et chiffres) plus le caractère souligné, donc: [A-Za-z0-9_]. C'est beaucoup plus large que [A-Z].

J'ai compris. Donc je peux utiliser quand meme soit [A-Za-z0-9_], soit \w !

J'ai une autre question.

Je voudrais chercher dans un .txt les mots qui ont une double consonne à l'interieur. J'avais pensé à ça:

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
 
 
#!usr/bin/perl -w
use diagnostics;
use warnings;
 
my ($file, $line);
my (@words, @duble);
 
$file = "text.txt";
 
open (F, "<", "$file");
 
while(defined($line = <F>)) {
	chomp($line);
	@words = split(/\pP|\sP|\sS/, $line);
	@double = grep(/([^aeiouAEIOU]){2}/, @words);
	print "@double\n";
	}
 
close (F);

Mais ça ne marche pas. Je ne comprends pas pourquoi!

[Philou67430]

Pour trouver les doubles consommes, il faut écrire la 2e lettre comme étant identique à la première, comme ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

/([^aeiouAEIOU])\1/

[Lolo78]

Ce n'est suffisant que s'il y n'y a que du texte. Cette expression va détecter les doubles chiffres, les doubles espaces, les doubles .., etc.


Je pense qu'une classe de caractère négative n'est pas la bonne solution. Peut-être quelque chose du genre:

/([b-df-hj_np-tvwxzB-B-DF-HJ-NP-TVWXZ])\1/

[Philou67430]

Exact lolo, j'avais repris la regexp de Jurafsky pour une consonne, sans voir qu'elle était trop large.

[Jurafsky]

j'avais trouvé moi aussi l'expression "\1".. qu'est-ce que ça veut dire? il y a aussi un \2 \3?

est-il la meme chose avec $1, $2 ecc?

[Philou67430]

Oui, mais à usage exclusif à l'intérieur de l'expression régulière.