Regex nettoyage de fichier URLs

[karnabal]

Bonjour,

Besoin d'un coup de main pour une regex.

1 blabla bla

1. -http://www.sartim-internet.com/

2. -http://pixeltrame.com/blog/

4. -http://www.rtum.com

5. -http://fatalz.com/

25. -http://blartz.com/

98- -http://www.traiaman.co.co

99- -http://blank.blogspot.com

100- -http://allinhome.com/

101- -http://www.bootca.com/blog/

Je voudrais obtenir ça (bon, s'il reste la première ligne je prends quand même !) :

-http://www.sartim-internet.com/

-http://pixeltrame.com/blog/

-http://www.rtum.com

-http://fatalz.com/

-http://blartz.com/

-http://www.traiaman.co.co

-http://blank.blogspot.com

-http://allinhome.com/

-http://www.bootca.com/blog/

Voilà ma regex (([0-9]*)(\s|-\s))|([0-9]*)\. mais elle prend en compte tous les points !

Help!

PS : les tirets avant les http ne sont mis ici que pour éviter de créer les liens hypertextes ; faire comme s'ils n'existaient pas pour la regex.

[captain_torche]

Pour faire plus simple, tu ne veux pas supprimer tout ce qui serait avant l'espace ?

genre (Sans tester, attention) :

#(.* )(.*)#

[karnabal]

Ouais, c'est pas bête, mais à vrai dire je cherchais à comprendre pourquoi tous les points étaient pris en compte.

Ceci dit, je ne vois pas où sont mentionnés les espaces dans ta regex Marc.

[captain_torche]

j'ai mis un espace "simple" à la fin de la première parenthèse capturante. On pourrait aussi mettre un "\s", mais en faisant attention de traiter chaque ligne séparément.

Sinon, que veux-tu dire par "elle prend en compte tous les points" ?

[karnabal]

Ok, je m'attendais effectivement à voir \s.

Voilà pour les points, cf ci-dessous, ils sont tous en rouge, ce qu'il signifie qu'ils matchent avec la regex. Plop!

Est-ce assez clair ?

[captain_torche]

Alors, la regex la plus simple qu'on puisse faire là-dessus, serait sans nul doute :

#(http.*)#

(On récupère tout ce qui commence par http)

Quant à la tienne, je n'avais pas compris que tu souhaitais supprimer les contenus correspondant au motif

On pourrait envisager une regex de ce genre :

#([0-9]+[\.|-]?\s*)#

(On récupère tout ce qui est un ou plusieurs chiffres, suivis éventuellement par un point ou un tiret, ainsi que par un nombre indéterminé d'espaces).

[font=verdana,]http://lumadis.be/regex/test_regex.php?id=673

[karnabal]

Merci pour ton aide et tes explications très complètes Marc ! A relire, avec ta description, ça semble simple comme ça.

[alexfromfrance]

Si vous recherchez une regex plus restrictive pour une URL, vous pouvez aussi utiliser celle-ci qui est assez répandue et qui permet l'insertion d'un numéro de port dans la requête.

http://([^/:]+(\d+))?)(/.*)?

Cela permet par exemple http://www.domain.co.uk:8181/pathto/file?p=42, sans pour autant laisser filtrer certains URLs incorrectes.

Modifié 22 Février 2011 par Patrick
La publicité est interdite sur le Hub