Reconnaissance de motifs (Pattern matching)

1. Windows XP Pro ou 2000 avec SP2 ou NT4 avec SP6a
2. Internet Explorer 5.01
3. IIS (mais pas dans tout les cas)
4. .NET Framework SDK (evidemment !!) + ses patches (recommandé)
5. un éditeur de votre choix (emacs ou VS.NET suivant les courants de pensée et les moyens)

--> téléchargez le source

Reconnaissance simple

A la main (dans le cambouis)

Traitements basiques

string leFormat = "%n - %d.mp3";
...
foreach(Track t in tracks){
   /* Il est sans risque d'utiliser leFormat, car les Strings sont inchangeables */
   string leFichier = leFormat.Replace ("%n", t.Number);
   leFichier = leFichier.Replace ("%d", t.Title);
   ...
}

Reconnaissance avancée

Expressions régulières

Pratique [System.Text.RegularExpressions]

• . $ ^ { [ ( | ) * + ? \ sont des caractères "réservés" ayant une signification. Si vous devez les reconnaître dans votre code, "escapez" les ("\." pour reconnaitre un "." dans le texte)
  
  
• . signifie n'importe quel caractère SAUF le fin de ligne "\n"
  
  
• * signifie répétition 0 ou plusieurs fois, + au moins une fois, ? au plus une fois
  
  
• | signifie l'alternative
  
  
• ( ) signifie un bloc ou une sous expression.
  Ex : "(a|b)*" représente tout les mots composés d'un nombre quelconque de "a" ou de "b"
  
  
• ^ en début d'expression signifie que cette dernière doit être en début de ligne, $ en fin signifie qu'elle termine la ligne
  
  
• [] représentent un ensemble de caractères.
  Ex : [a-z] les minuscules, [az] les lettres 'a' ET 'z', [a-zA-Z3-7#] minuscules + majuscules + les chiffres de 3 à 7 + le signe dièse
  
  
• ?(<nomGroupe>expr) DANS UN EXPRESSION désigne un "groupe". C'est en fait une sous expression de l'expression, qui a pour forme expr et que l'on a nommé(référencé) par commodité nomGroupe (voir plus bas)
  
  
• \w signifie un mot (équivalent à [a-zA-Z_0-9])
  
  
• \W signifie TOUT SAUF un mot (équivalent à [^a-zA-Z_0-9])
  
  
• \s signifie un "blanc" (équivalent à [ \f\n\r\t\v])
  
  
• \S signifie un NON "blanc" (équivalent à [^ \f\n\r\t\v])
  
  
• \d signifie un chiffre (équivalent à [0-9])
  
  
• \D signifie un NON chiffre (équivalent à [^0-9])
  
  
• Les expressions régulières sont dans le namespace System.Text.RegularExpressions et sont représentées par la classe Regex
  
  

Le chevron image

/// <summary>
/// pour reconnaitre un chevron "<img ... >"
/// </summary>
private static Regex rImg = new Regex (@"<(i|I)(m|M)(g|G)[^>]*>");

1. Existe-t-il dans cette ligne une sous-chaine qui "match" ce "pattern" ?
2. Si une telle sous-chaine existe, comment la récupérer ?

1. rImg.IsMatch (line) retourne vrai si il existe au moins une sous-chaine dans line qui correspond au pattern
2. Match m = rImg.Match (line) pour récupérer LA PREMIERE sous-chaine correspondante,
   MatchCollection[] m = rImg.Matches (line) pour récupérer TOUTES LES sous-chaines correspondantes

Le chemin vers l'image

/// <summary>
/// pour reconnaitre la membre 'src="..."' d'un chevron image
/// </summary>
private static Regex rSrcAttr = new Regex ("(s|S)(r|R)(c|C)=\"(?<imgUrl>[^\"]+)\"");

• il s'appelle "imgUrl"
• son contenu est de la forme "[^\"]+"", c'est à dire "n'importe quoi sauf une double guillemet, et de longueur >= 1" (double guillemets qui marqueraient la fin du groupe)

//pour chaque ligne qui contient des chevrons image
if(rImg.IsMatch (line))
{
	//pour chaque occurence de <img ...>
	foreach (Match m in rImg.Matches(line))
	{
		//m contient un attibut 'src=""' ?
		if (rSrcAttr.IsMatch (m.Value))
		{
		        //on récupère le chemin dans la variable imgUrl
			String imgURL = rSrcAttr.Match (m.Value).Result ("${imgUrl}");
			...
		}
	}
}

Le mot de la fin

Conclusion

faites moi signe

Remerciements

• http://www.essi.fr/~pfz/ : les cours de 2^ème année de l'ESSI par M. Paul FRANCHI (section "Compilation").

par Alain Vizzini (vizzini@essi.fr )
pour l'ESSI & Microsoft, création 27-04-2003, dernière màj 27-04-2003