Discussion :

[delta07]

Bonjour, je poste ici car ma question concerne mes regex en general et non un langage en particulier.

Est il possible de retourner dans une expression reguliere, le nombre d'occurence de l'expression plutot que le resultat de l'expression.

Exemple :

abc11

regexp : [0-9]

je voudrais qu'il me retourne 2 (le nombre d'occurence) plutot que 1 et 1, le resultat.

[BufferBob]

salut,

eh bien ça ne veut pas dire grand chose, les regexp servent à matcher des patterns et pas à afficher quoique ce soit ou à compter, en revanche il existe souvent dans les différents langages qui permettent de les utiliser des façons de compter le nombre d'occurrences d'un pattern, ça oui

[delta07]

Oui bien sur, les langages permetent de remonter l'info, compter les occurences, etc.

Mais ce que je voudrais savoir ( et ma connaissance en regex est vraiment très faible) c'est si il est possible, en lieu et place de retourner le(s) "match", de retourner le nombre de "match".

[BufferBob]

à moins d'un regex-hack (comprendre un truc pas prévu pour mais qu'en le triturant bien on trouve quand même moyen de le faire) non.

[gangsoleil]

Pour répondre simplement, non, ce que tu veux faire n'est pas possible, mais c'est réponse est néanmoins fausse.

si il est possible, en lieu et place de retourner le(s) "match", de retourner le nombre de "match".

Une regex ne retourne absolument rien, elle permet de définir une expression, rien de plus.

Dans ton exemple "abc11", l'expression régulière [0-9] ne correspond pas. Une des expressions régulière qui correspond est, par exemple, [a-z]{3}[0-9]{2} (c'est à dire trois lettres minuscules puis deux chiffres).

Si tu veux une expression régulière qui te permette de trouver s'il y a des chiffres dans une expression, il te faut chercher "tout sauf les chiffres", répété au moins une fois. Ça pourrait donner (sauf erreur) ([^0-9]*[0-9]+)+ : (tout sauf les chiffres, suivi d'au moins un chiffre), au moins une fois.

Après, ce que tu fais du résultat, c'est ton soucis, ou celui de ton langage.

[CosmoKnacki]

Effectivement non, un moteur de regex ne sait faire qu'une seule chose: trouver des motifs dans une chaîne. Il n'a pas vocation à faire des calculs ne serait ce qu'un simple compteur et ce n'est pas son rôle. Ce rôle revient éventuellement aux fonctions qui l'utilisent.

D'autre part la notion de "regex en général" n'existe pas, de même que la "pattern portable", c'est juste une vieille croyance répandue. Les patterns sont intrinsèquement liées aux moteurs qui vont les utiliser, que ce soit par les outils dont elles disposent, par leurs syntaxes, par la manière dont elles sont construites et vont être traitées (Une même pattern peut donner un résultat différent avec deux moteurs). Pour faire le grand écart, tu pourrais comparer par exemple les patterns utilisées par l'outil sed en mode POSIX BRE (Basic Regular Expression) avec les patterns plus sophistiquées des moteurs de Perl ou de .net.

Pour ce qui est d'une éventuelle ruse pour compter quand même, autre qu'une fonction native d'un langage renvoyant directement le nombre d'occurrences, il n'y a pas de solution 100% pur porc qui ne mettrait en jeu que la machine bête et méchante qui cherche ses tokens dans sa chaîne:

Le moteur de Perl permet d'exécuter dynamiquement du code du code au sein même d'une pattern avec la syntaxe (?{ code }). Ça reste donc extrêmement lié au langage. Et de toute manière, si c'est juste pour compter des occurrences, il y a plus simple.

De même le moteur PCRE peut effectuer un appel de fonction en cours de pattern (le callout) avec la syntaxe (?Cn) ou n est un entier (0-255) associé à la fonction en question. Cette possibilité n'est pas implémentée en PHP, R ou dans les éditeurs comme notepad++ ou sublimetext, mais elle est disponible dans autoHotKey, QuickMacro et est utilisée à des fins de débogage par l'outil pcretest.

Une solution consiste à intervenir auparavant sur la chaîne cible en lui ajoutant artificiellement un compteur prêt à l'emploi (évidemment ça ne sert à rien, mais on peut le faire). On ajoute une ligne à la fin de la chaîne:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
abc11
#1#2#3#4#5#6#7#8#9#10#11#12#13#14#15#...

Puis on utilise une pattern (PCRE/PERL ici mais elle doit pouvoir s'adapter bon an mal an pour Java) du type:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

(?:[^0-9]*[0-9](?=(?:.*\R)++(?|(?>#[0-9]+)*?#\1#([0-9]+)|#(1)#)))+(?s).*\K\1|0

Ici j'ai utilisé une ligne-compteur imaginaire et infinie, mais avec un peu d'astuce, il est peut être possible d'utiliser juste les dix chiffres et de le faire compter en base 10.

(Le groupe non-capturant est répété à chaque chiffre. À l'intérieur du lookahead, pour la première occurrence on va capturer le chiffre 1 dans la "ligne compteur", puis pour les occurrences suivantes on prend le nombre qui suit la capture précédente \1.)

On peut aussi faire quelque chose du même goût avec le système de pile du moteur .net:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

(?<stk>[^0-9]*[0-9](?=.*\n))+(?>(?:.*\n)*)(?>#(?<-stk>(?<result>[0-9]+)))*

[BufferBob]

(Le groupe non-capturant est répété à chaque chiffre. À l'intérieur du lookahead, pour la première occurrence on va capturer le chiffre 1 dans la "ligne compteur", puis pour les occurrences suivantes on prend le nombre qui suit la capture précédente \1.)

c'est à ce genre de hack consistant à traiter le moteur regex comme une machine à états que je faisais référence plus haut, gg (qui plus est je connaissais pas du tout les callouts PCRE)

[CosmoKnacki]

Merci, j'ai d'ailleurs revu ma copie à propos des implémentations des callouts après quelques recherches.