Casse tête exclusion caractère

**Ambuletz** · 09/04/2020, 12h21

Bonjour à tous,

Je suis face à un problème que je peine à résoudre.

J'utilise une application pour faire des rechercher/remplacer.
Je recherche environ 300 expression, que je remplace par cette même expression balisée.
Exemple :
Cherche "XYZ 1 mars 2020" Remplace par <balise type="XYZ" jour="1" mois="mars" annee="2020">XYZ 1 mars 2020</balise>

Le truc, c'est que je peux passer des documents assez important dedans, qui sont déjà balisés. Si j'exécuter mon script à nouveau, je vais baliser à nouveau mon expression :
<balise type="XYZ" jour="1" mois="mars" annee="2020"><balise type="XYZ" jour="1" mois="mars" annee="2020">XYZ 1 mars 2020</balise></balise>

J'ai trouvé une pseudo parade en commençant chaque expression à trouver par [^>]. Cela fonctionne, je ne balise plus deux fois la même expression. En revanche, comme j'exclus le ">", l'expression comprend qu'il faut quand même prendre n'importe quel caractère qui précède mon expression, sauf le ">".
Je reconnait donc ".XYZ 1 mars 2020" ou ":XYZ 1 mars 2020" etc. (je mets une ponctuation mais bien souvent ça choppe des espaces.

Savez vous comment je peux trouver une parade pour évider de boucler dans ma recherche ? Ci ce n'est pas assez claire je vous fournirai plus d'informations.

Merci d'avance pour votre aide !
Romain

**Ambuletz** · 09/04/2020, 13h12

En fait, il faudrait que je trouve une sorte de (?!<) -l'expression ne fini par par < mais inversée ! l'expression ne débute pas par >.

Invité · 09/04/2020, 14h59

Bonjour,

Envoyé par Ambuletz

...Ci ce n'est pas assez claire je vous fournirai plus d'informations...

Ça dépend... Tu veux des réponses ou pas ?

**Ambuletz** · 09/04/2020, 15h18

Oui j'aimerai bien

Je simplifie alors !
J'aimerai pouvoir valider "expression" tout en invalidant ">expression".
Mon problème avec ma requête [^>]expression est que ça invalide bien ">expression" mais dans le cas ou ça fonctionne, ça récupère le caractère qui précède "expression" à savoir " expression" (je m'enfonce ?)

J'ai essayé avec ^(?!>)expression, mais là ça ne fonctionne que si mon expression se trouve tout au début, et non en plein texte.

Invité · 09/04/2020, 15h22

Le minimum est de :

montrer ton code (tes essais de regex) : on ne va pas le deviner... Ni partir de zéro.
définir clairement etexhaustivement la structure à chercher ("XYZ" ?? ...)
fournir un exemple de texte à traiter (pour faire des tests)

Non ?

**Ambuletz** · 09/04/2020, 15h42

Excusez-moi, je voulais simplifier au maximum mais ce n'était pas très malin.

Je prends comme exemple la regex suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

(Cass\.\s+com\.(?:,\s+(?:avis|QPC))?,\s+(\d{1,2})e?r?(?:\s|&nbsp;)+(\w+\.?)\s+(\d{4}),\s+n(?:°|&deg;|o)s?(?:\s|&nbsp;)+(\d{2}-\d{2})\.?(\d{3}))

je la recherche et je la remplace par :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<renvoi type="CASS" refid="$5$6" jour="$2" mois="$3" annee="$4">$1</renvoi>

Ce qui pour l'expression suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Cass. com., 5 janvier 2012, n° 12-45.644

Me donne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<renvoi type="CASS" refid="12-45644" jour="5" mois="janvier" annee="2012">Cass. com., 5 janvier 2012, n° 12-45.644</renvoi>

Voilà pour les données. (voici un lien pour la retrouver rapidement sur RegEx101 : https://regex101.com/r/kZmwUI/1 )

Mon problème : Lorsque je fais mon rechercher/remplacer, ma requête va retrouver mon expression, même si elle a déjà été transformée, ce qui va imbriquer les baises <renvoi>.
J'aimerai donc modifier mon expression de manière à exclure le caractère ">" au début, mais en faisant [^>] je l'exclu bien mais je prends n'importe quel caractère qui n'est pas un ">" à la place. Ce n'est peut-être pas la meilleurs façon d'arriver à mes fins ?

Invité · 09/04/2020, 16h04

Ajoute au tout début de ta regex :

Code regex :

Sélectionner tout - Visualiser dans une fenêtre à part

(?:^|[^>])

(?: .... ) : parenthèse non-capturante
^|[^>] : début de ligne ou tout sauf >

**Ambuletz** · 09/04/2020, 16h33

Merci jreaux62,

à priori, avec cet ajout j'ai le même résultat que [^>]. Ce que je veux dire par là, c'est que le caractère précédent l'expression (qui n'est pas un <) fait toujours parti de l'expression reconnue.

Romain

Invité · 09/04/2020, 17h32

Et alors ?

**Ambuletz** · 09/04/2020, 19h36

Le problème, c'est que je récupère ce caractère non souhaité mais que je ne le restitue pas. ce premier caractère manque donc au résultat final

Invité · 09/04/2020, 19h41

Tu obtiens bien ce que tu veux, au final, non ?

**Ambuletz** · 10/04/2020, 10h48

Pas tout à fait :

Si on prend cet exemple : https://regex101.com/r/kZmwUI/2 Je perd le point qui se trouve en début de ligne, ce qui est gênant car je touche à l'intégrité de mon document.

Si je place le début de l'expression dans la première parenthèse, je conserve bien le point, mais il se retrouve balisé dans mon <renvoi> alors que j'aimerai qu'il reste en dehors.

D'où le casse tête

Invité · 10/04/2020, 11h45

Compris !

Il faut simplement :

que la 1ère parenthèse SOIT "capturante"
modifier la substitution

Code regex :

Sélectionner tout - Visualiser dans une fenêtre à part

(^|[^>])(................)

Code regex :

Sélectionner tout - Visualiser dans une fenêtre à part

$1<renvoi type="CASS" refid="$6$7" jour="$3" mois="$4" annee="$5">$2</renvoi>

Test :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
Cass. com., 5 janvier 2012, n° 12-45.644
 
Lorem ipsum.Cass. com., 5 janvier 2012, n° 12-45.644Lorem ipsum
 
Lorem ipsum Cass. com., 5 janvier 2012, n° 12-45.644Lorem ipsum
 
Lorem ipsum !<renvoi type="CASS" refid="12-45644" jour="5" mois="janvier" annee="2012">Cass. com., 5 janvier 2012, n° 12-45.644</renvoi> Lorem ipsum

Donne :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
<renvoi type="CASS" refid="12-45644" jour="5" mois="janvier" annee="2012">Cass. com., 5 janvier 2012, n° 12-45.644</renvoi>
 
Lorem ipsum.<renvoi type="CASS" refid="12-45644" jour="5" mois="janvier" annee="2012">Cass. com., 5 janvier 2012, n° 12-45.644</renvoi>Lorem ipsum
 
Lorem ipsum <renvoi type="CASS" refid="12-45644" jour="5" mois="janvier" annee="2012">Cass. com., 5 janvier 2012, n° 12-45.644</renvoi>Lorem ipsum
 
Lorem ipsum !<renvoi type="CASS" refid="12-45644" jour="5" mois="janvier" annee="2012">Cass. com., 5 janvier 2012, n° 12-45.644</renvoi> Lorem ipsum

**Ambuletz** · 10/04/2020, 14h41

ummmh OK, c'est une manière, et ça fait le boulot, merci beaucoup jreaux62 !

plus qu'à modifier mes 2000 groupes de capture dans mes 380 expression, un jeu d'enfant

Encore merci !

**Ambuletz** · 28/04/2020, 22h13

Bonsoir,
Je me permets de remonter le sujet pour apporter une précision.

J'ai trouvé un moyen plus simple d'arriver à mes fins et qui fait exactement ce que je cherchais, l'opérateur non précédé par : (?<!<) : https://regex101.com/r/kZmwUI/3

Si ça peut servir à quelqu'un.
Romain

Casse tête exclusion caractère [RegEx]

Langage PHP

Discussions similaires

Partager

Partager