Discussion :

[MarcCC]

Bonjour,

J'aurais besoin d'un peu d'aide pour effectuer la chose suivante :

Soit un fichier de la structure suivante :
<cre>
......
<type_msg>XXX</type_msg>
......
</cre>

La balise <cre></cre> se répetant à l'infini et sans utiliser la librairie de perl (parser), comment puis je extraire l'ensemble <cre></cre> en fonction de la valeur type_msg (103,202,204) et rediriger dans un fichier (W1,W2,W3) ?

Merci pour votre aide.

[MarcCC]

J'ai essayé ceci, mais celà ne me sort rien. Je ne connait pas très bien Perl, pourriez vous m'aider ?

use warnings;use strict;
undef $/;
my $fic = <>;
pos($fic)=0;

while ( $fic =~ /<cre>/gc ){
print "toto5\n";
if ($fic =~ / \G(.*<type_msg>103.*<\/cre>)/){
print $1;
}
if ($fic =~ / \G(.*<type_msg>202.*<\/cre>)/){
print $1;
}
if ($fic =~ / \G(.*<type_msg>204.*<\/cre>)/){
print $1;
}

}

Je n'ai pas réécrit dans un fichier pour le moment je voulais juste voir le résultat à l'écran.

[Schmorgluck]

1) Utilise les balises CODE (le bouton # quand tu postes)
2) Apprends à te servir correctement de l'opérateur <>
3) Apprends à te servir correctement des expressions régulières.

Pour les points 2 et 3, voir la FAQ et éventuellement les cours.

[MarcCC]

1) Utilise les balises CODE (le bouton # quand tu postes)
2) Apprends à te servir correctement de l'opérateur <>
3) Apprends à te servir correctement des expressions régulières.

Pour les points 2 et 3, voir la FAQ et éventuellement les cours.

Ca c'est la réponse que j'attendais pour résoudre mon problème. Au lieu de joueur à Mr le blasé qui se permet de donner des leçons (j'irais quand même voir les points que tu souligne), il serait plus intelligent d'expliquer ne serait ce que rapidement ce qui ne va pas avec <> et l'expression régulières. Un jour quand tu seras grand tu comprendras.

[Jasmine80]

^^ et faut pas vous battre pour si peu. Marc a essayé d'écrire un script, ça montre sa bonne volonté, on peut quand même l'aider et le conseiller.

Je ne suis pas certaine d'avoir tout compris. Tu as un fichier texte contenant plusieurs fois les balises "cre" et et voudrait récupérer les informations comprises entre celles-ci et les traiter différemment selon la valeur comprise entre "type_msg". Que veux-tu récupérer exactement entre les "cre"?

A ta place je lirais le fichier ligne par ligne, je ne vois pas d'autres moyen surtout si tu as plusieurs fois les balises "cre". Mais si cela est vraiment à l'infini, il y aura un problème. Il y doit y avoir d'autres façons de procéder, mais je ne sais pas lequelles.

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
#!/usr/local/bin/perl
 
use strict;
use warnings;
 
my $InFile = "P:/Perl/scripts/Files/test.txt";
open (InFile,"$InFile") or die "Can't open file\n";
my $Ligne;
 
# $TexteRecup récupération du texte de <cre> à </cre>
my $TexteRecup = "";
 
my $Var = 0;
my $Nombre;
 
# lecture du fichier ligne par ligne
while ($Ligne=<InFile>)
{
 
        if($Ligne =~ /<cre>/)
        {
                $Var = 1;
        }
        if ($Var == 1)
        {
                # récupération des informations comprises entre les deux balises cre
                $TexteRecup = $TexteRecup.$Ligne;
        }
        if($Ligne =~ /<type_msg>(\d*)<\/type_msg>/)
        {
 
                $Nombre = $1;
        }
        if($Ligne =~ /<\/cre>/)
        {
 
                if ($Nombre == 103)
                {
                        print "103 => ".$TexteRecup."\n";
                        # traitement 1
                }
                elsif ($Nombre == 202)
                {
                        print "202 => ".$TexteRecup."\n";
                        # traitement 2
                }
 
                # remise à 0 de la variable $Var et $TexteRecup
                # pour le bloc <cre>...<\cre> suivant
                $Var = 0;
                $TexteRecup = "";
        }
 
 
}

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

/ \G(.*<type_msg>103.*<\/cre>)/

pourquoi \G ? pour que la recherche soit globale?
Il faut écrire //g

Si tu veux récupérer ce qui est entre <type_msg> et </cre> tu dois lire l'info sur plusieurs lignes or le "." signifie n'importe quel caractère sauf les sauts de lignes (\n).



Jasmine,

[MarcCC]

^^ et faut pas vous battre pour si peu.

Désolé je suis un peu sanguin. Et puis j'attendais de l'aide pas des reproches à l'état pur.

Je ne suis pas certaine d'avoir tout compris. Tu as un fichier texte contenant plusieurs fois les balises "cre" et et voudrait récupérer les informations comprises entre celles-ci et les traiter différemment selon la valeur comprise entre "type_msg". Que veux-tu récupérer exactement entre les "cre"?

Tout ce qui s'y trouve. Sinon tu as parfaitement compris mon besoins.

Mais si cela est vraiment à l'infini, il y aura un problème.

A l'infini, disons que l'on peut trouver celà au moins 200 fois, c'est le nombre d'enregistrement que je reçoit par flux.

Sinon, merci pour ton aide, celà fonctionne bien, et me tire une sacrée épine du pied.

[MarcCC]

pourquoi \G ? pour que la recherche soit globale?
Il faut écrire //g

Si tu veux récupérer ce qui est entre <type_msg> et </cre> tu dois lire l'info sur plusieurs lignes or le "." signifie n'importe quel caractère sauf les sauts de lignes (\n).

Et bien le \G (assertion) si je ne m'abuse se couple avec le /g (d'avant). Pour moi il me permettait de rechercher et récuperer avec le '.*' tous ce qu'il y vait entre <type_msg> et </cre>Entre temps j'avais modifié le début :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

while ( $fic =~ /<cre>/gmc ){

pour préciser que la recherche pouvait être multilignes.
Ainsi pour moi comme on partait de la position 0 et que l'on s'interessait à <cre>, dès qu'on le trouvait on récuperait tout et en fonction de l'expression \G je récuperer toute la suite jusqu'à </cre>.
Comme la recherche était globale, la position était sauvegardé et on continuait la lecture du fcihier.

[Jasmine80]

Ah oui, tu as raison je ne connais pas cela.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

\G  Reconnait l'endroit ou s'est arrete le precedent m//g

Si tu veux récupérer tout ton fichier dans une variable et puis l'analyser, il faudrait utiliser un contexte de liste. Le récupérer dans un variable scalaire comme tu veux le faire, semble impossible.

Pour lire depuis un descripteur de fichier ouvert on utilise l'opérateur < < >>. Dans un contexte scalaire, cet opérateur lit une ligne du fichier associé. Dans un contexte de liste, il lit l'intégralité du fichier en rangeant chaque ligne dans un élément de la liste.

http://perl.enstimac.fr/DocFr/perlintro.html

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
my $InFile = "P:/Perl/scripts/Files/test.txt";
open (INFILE,"$InFile") or die "Can't open file\n";
my @fich = <INFILE>;

Tu peux retrouver 200 fois ton bloc ... raison de plus pour lire le fichier ligne par ligne comme je te l'ai montré dans mon script. Il suffit de l'adapter pour ne récupérer que ce que tu souhaites comme informations.
N'hésite pas si tu as d'autres questions.

Jasmine,

[MarcCC]

Oki doki.

Merci.

[Jasmine80]

N'oublie pas de cocher la case "résolu" si tu n'auras plus de questions.

Bon travail,


Jasmine,

[Jedai]

Si tu veux récupérer tout ton fichier dans une variable et puis l'analyser, il faudrait utiliser un contexte de liste. Le récupérer dans un variable scalaire comme tu veux le faire, semble impossible.

Sisi, c'est possible, il faut simplement indiquer à Perl qu'il ne doit pas lire ligne par ligne, l'idiome correspondant est :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
open my($file), '<', $file_path
  or die "Can't open $file_path : $!\n";
my $file_content = do { local $/; <$file> };
close $file;

Qui utilise une astuce pour localiser au maximum le changement de mode de lecture.
Note que grâce au "undef $/" le code initial était presque correct (il y avait des erreurs de regexp).

Attention cependant, .* est gourmand, il va essayer de matcher un maximum de caractère, y compris d'éventuels </cre> avant de matcher la suite, il vaudrait mieux utiliser .*?, à part cette erreur, il manquait également les modifieurs /s et /c sur certaines regexps.

On pourrait faire quelque chose comme cela :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
#!/usr/bin/perl
use warnings; use strict;
 
my $fic = do {local $/; <>};
 
while ( $fic =~ m{<cre>( .*? )</cre>}smxg ){
  my $cre_content = $1;
  if( $cre_content =~ m{<type_message>103} ) {
    # blabla
  }
  # autres types de message
}

Néanmoins lire ligne par ligne est sans doute une meilleure idée si tes fichiers sont vraiment gros.

--
Jedaï

[Schmorgluck]

Ca c'est la réponse que j'attendais pour résoudre mon problème. Au lieu de joueur à Mr le blasé qui se permet de donner des leçons (j'irais quand même voir les points que tu souligne), il serait plus intelligent d'expliquer ne serait ce que rapidement ce qui ne va pas avec <> et l'expression régulières.

Désolé, j'étais crevé, et l'absence de balises CODE m'avait énervé. Mais, honnêtement, je ne voyais pas très bien comment défricher ton problème plus efficacement qu'en te renvoyant à la FAQ.

[MarcCC]

@Schmorgluck : Pas de soucis, moi je m'emporte vite alors
@Jedai : Merci à toi pour le debug clair du code

Sinon, voici une autre solution que l'on m'a fournie, celà peut peut être interesse du monde :

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
use strict;use warnings;
 
open LIRE,"ton_fichier"
  or die "E/S : $!\n";
 
my (@fic,@res);
 
while(<LIRE>){
  push @fic,$_ if /<cre>/ .. /<\/cre>/;
}
 
@res = split /<\/cre>/, join "",@fic;
pop @res;
foreach (@res){
  $_ =~ />(\d{3})</;
  open ECRIRE,">>$1.txt" or die "E/S : $!\n" if $1;
  print ECRIRE "$_</cre>" if $1;
  close ECRIRE;
}

Par contre pour de gros fichiers je ne sait pas ce que celà vaut.

[Jedai]

C'est pas trop mal, par contre ça fait un certain nombre d'assomptions que je n'ai pas osé faire, par exemple ça ne marche que si <cre> commence sa ligne et </cre> finit sa ligne, par ailleurs le split(join()) est un peu crade et pas très efficient, également il suppose qu'il n'y a que le type de message qui forme un champ composé de 3 chiffres dans ton fichier, de plus il sait ce que tu veux faire de tes messages. En bref ça a été écrit par quelqu'un qui en sait plus sur ton fichier que ce que tu nous a dit, ou qui assume beaucoup de choses gratuitement.

Le plus efficace reste probablement l'idée de Jasmine80 (je n'ai pas regardé son script en détail par contre).

--
Jedaï

[MarcCC]

@Jedai :
Il assume gratuitement

Sinon je suis bien d'accord que ligne par ligne est mieux. Celà me permet en plus de rajouter d'autres tests plus facilement, ce que j'ai d'ailleurs fait.