Regex - Expressions régulières

I - À propos

Les RegEx (fusion de "Regular" et "Expression") sont des expressions régulières très précieuses et utilisables dans de nombreux langages informatiques (PHP, Bash, Shell, Htaccess...). Elles sont composées de chaînes de caractères contenant des caractères spéciaux et des caractères standards et permettent de raccourcir en une ligne, une commande très longue grâce au modèle que l'on construit avec elles, que l'on appelle « motif ».

Les regex sont aussi appelées parfois "Expressions Rationnelles" car effectivement elles permettent rationnellement de définir, selon une certaine syntaxe, un ensemble de chaînes de caractères possibles et donc de pouvoir rechercher des occurrences précises pour ainsi pouvoir les manipuler comme on le souhaite.

Si vous codez ou programmez, vous avez sans doute déjà rencontré des regex. Cette page est un aide mémoire pour mieux les appréhender et vous permettre de comprendre un bout de script trouvé sur le net par exemple ou aussi de vous faciliter la tâche si vous avez besoin de faire certains traitement en PHP ou d'autres langages.

VII - Exemples de regex

1. hirondelle chaîne contenant « hirondelle ». Par exemple dans "une hirondelle" ou "hirondelles", seule "hirondelle" sera prise en compte (ni "une", ni le "s" du pluriel).
2. ^[[:alnum:]]+$ Chaîne composée d'un ou plusieurs caractère(s) alphanumérique(s).
3. [[:punct:]]|[[:space:]] Chaîne contenant un caractère de ponctuation ou un caractère d'espacement.
4. ^[[:digit:]]+$ Chaîne contenant un chiffre ou nombre.
5. . Recherche toutes les lignes contenant au moins un caractère (rappel : un "espace" est considéré comme un caractère).
6. .. Recherche toutes les lignes contenant au moins deux caractères.
7. ^#  Recherche toutes les lignes commençant par un "#"
8. ^$  Recherche toutes les lignes vides (commençant et finissant par rien, synonyme de chaînes vides).
9. ^\n{2,}  Recherche chaque fois qu'il existe deux ligne vides (sur Linux).
10. ^( +\n){2,}|(^\n{2,})|^( \n\n)|(^\n +\n)  Recherche :
    • Les doubles lignes vides commençant par des espaces
    • OU deux lignes vides qui se suivent
    • OU une ligne vide commençant par un espace suivie d'une ligne vide
    • OU une ligne vide suivi d'une ligne vide commençant par un ou plusieurs espace(s).
    • OU une ligne vide suivi d'une ligne vide commençant par un ou plusieurs espace(s).

    Cette regex est très pratique pour supprimer toutes les lignes vides en double. Voir un aperçu du test de cette Regex.

    ×

    Test de Regex (sur regex101.com)

    

    Fermer

     Ou testez là en direct ici : https://regex101.com/r/WqGyTm/1

11. }$  Recherche toutes les lignes finissant par un "}"
12. } *$  Recherche toutes les lignes finissant par un "}" suivi ou non d'espaces.
13. [abc]  Recherche toutes les lignes contenant un des caractères "a", "b" ou "c".
14. ^[abc] Recherche toutes les lignes commençant soit par un "a", soit un "b", soit un "c".
15. ^.+$ Recherche toutes les lignes ayant 1 caractère (n'importe lequel) ou plus.
16. [Pp]lantes? Recherche les mots : Plante, Plantes, plante et plantes.

17. Une regex pour la validation d'un mot de passe
    Demander qu'un mot de passe comporte au moins : un chiffre, une lettre minuscule, une lettre majuscule, un caractère spécial.
    en ayant minimum 8 caractères et 16 maximum :

    ^(?=.*[0-9])(?=.*[a-z])(?=.*[A-Z])(?=.*[!?*\-+_#%]).{8,16}$

    Notez ici l'anti-slash "\" avant le tiret "-" pour autoriser le "-" dans cette regex en tant que tel.
    Car le tiret "-" est un symbole particulier au même titre que le crochet de fermeture "]" et l'accent circonflexe "^".
    Suivant où ils sont placés, ils rempliront où non des fonctions particulières.
    NB. Pour ne pas avoir à échapper ce "-" (tiret) nous aurions pu le placer à la fin du motif entre crochet (voir exceptions particulière plus haut).

18. En PHP, cette validation de mot de passe pourrait donc être codée ainsi :
    <?php
    // La variable du mot de passe est : $PassValid
    // On s'assure qu'il est bien valide
    if(preg_match('@^(?=.*[0-9])(?=.*[a-z])(?=.*[A-Z])(?=.*[!?*\-+_#%]).{8,16}$@', $PassValid))
    { echo '<p>Mot de passe validé !</p>'; }
    else { echo '<p>Votre mot de passe ne remplit pas les exigences demandées.</p>'; }
    ?>

    Notez ci-dessus que les délimiteurs de la fonction PHP "preg_match" sont des arobases, pour pouvoir rechercher le dièse "#" sans avoir besoin de l'échapper.

      En règle général on choisi un délimiteur dont on n'a pas besoin dans sa regex.
    Ceux-ci peuvent être l'un de ces 22 caractères  "/ @ # % & ' , : ; = _ ` ~ - $ . ^ ! ? * + |
    Je vous déconseille néanmoins les huit derniers, car ils sont fréquemment utilisés comme opérateur dans un motif, cela vous évitera de devoir les échapper (et perdre du temps à comprendre pourquoi votre regex ne fonctionne pas comme attendue).

    Et en PHP, pour utiliser une regex avec certaines fonctions, telles que "preg_match" ou "preg_replace" il faut bien sûr l'entourer pas des délimiteurs mais aussi par des apostrophes (ou des guillemets), comme ci-dessus.

19. Exemple de regex en bash (dans un terminal), la commande :

    grep -E '[Pp]lantes?' jardin.txt

    Retournera toutes les lignes du fichier jardin.txt ou les mots : Plante Plantes plante plantes seront présents, y compris celles avec des fautes de frappe telles que "maplante" ou "plantee" etc. L'option de grep -E est nécessaire pour indiquer que l'on va se servir des Expressions rationnelles.

20. Une regex pour vérifier qu'un numéro de téléphone français est bon :

    Ce numéro pourra commencer par 01, 02... mais aussi par +331, + 332... et devra comporter des séries de 2 chiffres avec ou sans 1 point (ou 1 espace), quatre fois.

    ^(0|\+33)[1-9]((\.?| ?)[0-9]{2}){4}$

    Ainsi par exemple : 01 42 68 53 00, 0142685300, 01.42.68.53.00, +331 42 68 53 00, +33142685300 et +331.42.68.53.00 seront acceptés par cette vérification.

21. Exemple d'une regex de fichier .htaccess
    Celle-ci sert à interdire ces 22 fichiers index :
    p.html, .shtml, .xhtml, ps.html, px.html, psx.html, .txt, .asp, .aspx, .cfm, .cfml, .cgi .pl, .php3, .php4, .php5, .php6, .php7, .php8, .php9, .jsp, .xml
    Ce regex sert souvent pour que seul "index.php" ne soit pas rejeté (normalement le seul du site en question).

    <FilesMatch "^(index)\.(p?s?x?htm?|txt|aspx?|cfml?|cgi|pl|php[3-9]|jsp|xml)$">
        Require all denied
    </FilesMatch>

VIII - Aller plus loin

• Un testeur de Regex en ligne : https://www.regex101.com
• Un tutoriel complet (Regex et .NET) :https://stormimon.developpez.com/dotnet/expressions-regulieres
• La documentation de Python sur les Regex
• Le très bon manuel (en anglais) de GNU.org : Regular-Expressions
• l'historique des regex sur Wikipedia

Le premier qui dit que j'ai mauvais caractère, c'est ma main dans la figure.