IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)

Les Expressions Rationnelles appliquées en VBA Access

Thèmes abordés :
- présentation de la bibliothèque Microsoft VBScript Regular Expressions
- introduction à l'écriture d'expressions rationnelles
- application à un cas pratique : la coloration syntaxique

Niveau requis : moyen

Article lu   fois.

L'auteur

Site personnel

Liens sociaux

Viadeo Twitter Facebook Share on Google+   

I. Introduction

I-A. Mais de quoi parle-t-on ?

Le sujet de ce tutoriel est l'implémentation dans Access des expressions rationnelles également nommées expressions régulières de l'anglais Regular Expressions qu'on abrège communément en RegEx ou RegExp.

C'est un système de notation extrêmement puissant issu du monde UNIX qui a été conçu pour parcourir des chaînes, d'y trouver des sous-chaînes définies par des motifs et éventuellement de procéder à des remplacements.

I-B. Mais à quoi ça sert ?

Suite à une question posée sur le forum Access.

Bonsoir tout le monde !!
J'ai dans un logiciel de vidéothèque une table dont le titre est stocké de la façon suivante
titrefilm (article)
Exemple
12 TRAVAUX D'ASTÉRIX (LES)
Comment faire pour récupérer le titre sans l'article dans une requete ??


Quand l'auteur de la question dit : "titrefilm (article)" il définit ce qu'on appelle un motif et il ne reste plus qu'à le formaliser en langage RegExp.

On pourrait très bien proposer une fonction VBA avec un InstrRev() sur la parenthèse ouvrante, mais la solution RegExp reste de très loin plus élégante et puissante.

Dans cet article, le cas pratique retenu est la coloration syntaxique.

En effet, si nous souhaitons effectuer un export d'un module de code en y mettant une "intelligence" par la coloration syntaxique, nous prenons conscience de la difficulté de la tâche.

Par exemple : repérer des sous-chaînes entre double-quotes (") exige soit d'effectuer plusieurs séries de Split() soit de parcourir la chaîne, caractère par caractère.

L'utilisation d'expressions rationnelles nous soulage de cette complexité.

I-C. Les contributions de Developpez.com sur les RegExp

II. La bibliothèque Microsoft VBScript Regular Expressions

Microsoft Access n'inclue pas les regexp de manière native puisque nous avons vu qu'elles viennent de l'univers Unix.

Cependant pour parer à cette lacune, Microsoft a mis à disposition une bibliothèque de code : Microsoft VBScript Regular Expressions.

La première étape consiste à l'ajouter à vos références de projet, dans l'éditeur : Menu Outils > Reférences ...

Ajout de la référence VBScript Regular Expressions
Ajout de la référence VBScript Regular Expressions


II-A. Présentation théorique

L'expression rationnelle vise à repérer une ou plusieurs structures identifiées au sein d'une chaîne de caractères.

Ce repérage se fait au moyen de la définition d'un motif (Pattern).

Les fonctions possibles sont ensuite la validation, l'exploration et les remplacements.

II-A-1. Les propriétés

II-A-1-a. Pattern (chaîne)

C'est la propriété qui définit le motif sur lequel se fait la recherche.

Il vous faut bien évidement la définir avant d'exploiter les recherches, la validation ou les remplacements.

Pattern
Sélectionnez
reg.Pattern = "(\x22[^\x22\n]*\x22)"
II-A-1-b. Multiline (booléen)

Active ou non la recherche sur plusieurs lignes à la fois.

La propriété est mise sur False par défaut.

Il vous faut bien évidement la définir avant d'exploiter les recherches, la validation ou les remplacements.

Multiline
Sélectionnez
reg.Multiline = False
II-A-1-c. IgnoreCase (booléen)

Précise si la recherche est sensible ou non à la casse (majuscules/minuscules).

La propriété est mise sur False par défaut.

Il vous faut bien évidement la définir avant d'exploiter les recherches, la validation ou les remplacements.

IgnoreCase
Sélectionnez
reg.IgnoreCase = False
II-A-1-d. Global (booléen)

Précise si la recherche porte sur la première occurence ou sur toutes.

La propriété est mise sur False par défaut.

Il vous faut bien évidement la définir avant d'exploiter les recherches, la validation ou les remplacements.

Global
Sélectionnez
reg.Global = True

II-A-2. Les méthodes

II-A-2-a. Test (validation)

C'est une méthode qui renvoie un booléen.

.Test renvoie True si le motif défini en Pattern est trouvé dans la chaîne.

.Test
Sélectionnez
reg.Pattern = "a"
MsgBox reg.Test("papa")


La boîte de dialogue renverra True puisque "a" est bien contenu dans la chaîne "papa".

II-A-2-b. Execute (exploration)

Cette méthode permet d'explorer les occurences qui vérifient le Pattern.

L'argument de la méthode est la chaîne sur laquelle nous travaillons.

Nous pouvons ensuite parcourir :

. la collection des correspondances (MatchCollection)

. les sous-correspondances (SubMatches) comme dans l'exemple ci-dessous.

.Execute
Sélectionnez
    Dim reg As VBScript_RegExp_55.regexp
    Dim Match As VBScript_RegExp_55.Match
    Dim Matches As VBScript_RegExp_55.MatchCollection

    ' instanciation
    Set reg = New VBScript_RegExp_55.regexp

    reg.Pattern = "(\w)(a)"
    Set Matches = reg.Execute("capacité")
    For Each Match In Matches
        Debug.Print "source >>", Match.Value
        For i = 0 To Match.SubMatches.Count - 1
            Debug.Print "[$" & i + 1 & "]", Match.SubMatches(i)
        Next i
    Next Match


Ce qui donnera :

Exécution
Sélectionnez
==================================
      Travaux liés à .Execute
==================================
source >>     ca
[$1]          c
[$2]          a
source >>     pa
[$1]          p
[$2]          a
II-A-2-c. Replace (remplacement)

C'est une méthode qui renvoie une chaîne.

Les arguments de la méthode sont :

- la chaîne sur laquelle nous travaillons

- la chaîne qui définit le remplacement avec les éventuelles variables de sous-motifs.

Les regexp autorisent la définition de sous-motifs entre parenthèses, ils sont matérialisés par des variables de type Perl $x : xième sous-motif.

.Replace
Sélectionnez
    reg.Pattern = "([l|d|a]\w{0,2})( )(.*)"
    Debug.Print reg.Replace("les douze travaux d'Astérix", "$3 ($1)")


Le code renverra la chaîne : "douze travaux d'Astérix (les)".

II-B. Présentation par la pratique

présentation complète de VBScript RegExp
Sélectionnez
Function AllRegExp(ByVal strSource As String, _
                   ByVal strPattern As String, _
                   ByVal strReplace As String)

    ' déclarations
    Dim i As Integer
    Dim reg As VBScript_RegExp_55.RegExp
    Dim Match As VBScript_RegExp_55.Match
    Dim Matches As VBScript_RegExp_55.MatchCollection

    ' instanciation
    Set reg = New VBScript_RegExp_55.regexp
    
    ' attribution des propriétés
    ' ''' motif / pattern
    reg.Pattern = strPattern
    ' ''' application sur toutes les occurences
    reg.Global = True
    ' ''' on ignore la casse
    reg.IgnoreCase = True
    ' ''' le motif ne porte pas sur plus d'une ligne à la fois
    reg.Multiline = False

    ' Utilisation de .Execute
    '   pour parcourir la liste des motifs correspondants
    '                .Matches
    '                .SubMatches
    Debug.Print "=================================="
    Debug.Print "      Travaux liés à .Execute"
    Debug.Print "=================================="
    Set Matches = reg.Execute(strSource)
    For Each Match In Matches
        Debug.Print "source >>", Match.Value
        For i = 0 To Match.SubMatches.Count - 1
            Debug.Print "[$" & i + 1 & "]", Match.SubMatches(i)
        Next i
    Next Match
    
    ' Utilisation de .Test
    '   pour savoir si le motif a été trouvé sur la chaîne source
    Debug.Print "=================================="
    Debug.Print "        Travaux liés à .Test"
    Debug.Print "=================================="
    Debug.Print reg.Test(strSource)
    
    ' Utilisation de .Replace
    '   pour remplacer les motifs par blocs, grâce aux parenthèses capturantes
    Debug.Print "=================================="
    Debug.Print "      Travaux liés à .Replace"
    Debug.Print "=================================="
    Debug.Print reg.Replace(strSource, strReplace)
    
    ' libération d'objets
    Set Matches = Nothing
    Set Match = Nothing
    Set reg = Nothing

End Function


Ce qui donne en mode exécution :

Exécution
Sélectionnez
AllRegexp "douze travaux d'Astérix (les)","(.*) \((.*)\)","$2 $1"
==================================
      Travaux liés à .Execute
==================================
source >>     douze travaux d'Astérix (les)
[$1]          douze travaux d'Astérix
[$2]          les
==================================
        Travaux liés à .Test
==================================
Vrai
==================================
      Travaux liés à .Replace
==================================
les douze travaux d'Astérix

Nous utiliserons cette fonction AllRegexp() dans la partie suivante pour tester nos regexp.

III. L'écriture d'expressions rationnelles

Si les RegExp sont un outil vraiment puissant, il faut se rendre à l'évidence que l'écriture des motifs (patterns) peut s'avérer rebutante pour le néophyte.

Pas de panique cependant, il s'agit d'un langage obéissant à des règles.

Je vous propose de vous y initier au moyen de deux exemples précis :

- une réécriture de titre de films

- une validation d'adresse ip.

III-A. Apprentissage par la pratique : les titres de film

Vous vous souvenez de la question posée sur le forum, rappelée en introduction de l'article ?

Comment transformer de manière automatique ceci :

douze travaux d'Astérix (les)

en

les douze travaux d'Astérix

III-A-1. Analysons un peu ...

Schématisons l'expression à transformer de la manière la plus générale possible?
Nous avons le titre sur plusieurs mots, puis un espace, puis un article entre parenthèses.
Soit 3 blocs que nous allons isoler dans des parenthèses (choix stratégique que vous allez comprendre après).

(titre sur plusieurs mots)(caractère espace)((article entre parenthèses))

les parenthèses ( ) servent à découper un motif par blocs

Etant donné que les parenthèses sont des caractères réservés, pour repérer ces caractères, nous devons les échapper en plaçant devant un antislash \

les recherches portant sur les caractères réservés doivent être « échappées » avec un antislash : \

Nous corrigeons notre expression comme suit :
(titre sur plusieurs mots)(caractère espace)(\(un ou plusieurs mots\))

III-A-2. Capturer du texte

Pour récupérer un ou plusieurs mots / caractères nous utilisons : .*

- le point "." est un identificateur : signifie n'importe quel caractère excepté \n (retour à la ligne)

- l'astérisque "*" est un quantifieur : indique un nombre d'occurences supérieur ou égal à 0


Reformulons notre notation compte tenu de ces principes.
(.*)()(\(.*\))

Appliquons notre notation avec la fonction AllRegex() définie en .

Exécution
Sélectionnez
all<b>RegExp</b> "douze travaux d'Astérix (les)","(.*)( )(\(.*\))",""
==================================
      Travaux liés à .Execute
==================================
source >>     douze travaux d'Astérix (les)
[$1]          douze travaux d'Astérix
[$2]           
[$3]          (les)
==================================
        Travaux liés à .Test
==================================
Vrai

Le motif est valide : indiqué par Vrai sur la méthode .Test

Les variables sont $1, $2 et $3 sont conformes à nos attentes formulées lors de l'analyse.

Les sous-motifs capturés entre parenthèses sont mis dans des variables de type Perl $1, $2 ... $n

III-A-3. Optimisation

Dans ce cas précis, nous sommes parvenus à détacher en une seule instruction : le titre et l'article ; malheureusement l'article reste entre parenthèses.

Du fait que nous souhaitons l'isoler, nous allons donc sortir les parenthèses de notre capture en définissant le nouveau motif comme suit :

(.*) \((.*)\)

Nous excluons les caractères inutiles de notre recherche en les sortant des parenthèses capturantes, à savoir l'espace et les parenthèses.

Exécution
Sélectionnez
allregexp "douze travaux d'Astérix (les)","(.*) \((.*)\)",""
==================================
      Travaux liés à .Execute
==================================
source >>     douze travaux d'Astérix (les)
[$1]          douze travaux d'Astérix
[$2]          les
==================================
        Travaux liés à .Test
==================================
Vrai

III-A-4. Remplacement

Notre chaîne est correctement découpée, il ne nous reste plus qu'à la reconstituer.

.Execute nous permet d'identifier les sous-motifs avec leurs noms de variable Perl.

$1 = "douze travaux d'Astérix" (en abstration le titre)

$2 = "les" (en abstraction l'article)

Le reconstitution se fait par la méthode .Replace

Il suffit de préciser ce que nous souhaitons en sortie sous forme d'une chaîne incluant les variables, soit :

"$2 $1"

Ce qui donne :

Exécution
Sélectionnez
allregexp "douze travaux d'Astérix (les)","(.*) \((.*)\)","$2 $1"
==================================
      Travaux liés à .Execute
==================================
source >>     douze travaux d'Astérix (les)
[$1]          douze travaux d'Astérix
[$2]          les
==================================
        Travaux liés à .Test
==================================
Vrai
==================================
      Travaux liés à .Replace
==================================
les douze travaux d'Astérix
Reconditionnement des titres
Sélectionnez
Function SupprParentheses(ByVal strExp As String) As String

Dim reg As New VBScript_RegExp_55.RegExp

reg.Pattern = "(.*) \((.*)\)"
SupprParentheses = reg.Replace(strExp, "$2 $1")

Set reg = Nothing

End Function

Mission accomplie !

III-B. Apprentissage par la pratique : une adresse ip valide

Voici maintenant une réponse posée à une autre question du forum.

Comment puis-je m'assurer que l'adresse ip fournie est valide ?

III-B-1. Analysons un peu ...

Comme lors du cas précédent, la réponse à notre problème exige un peu d'analyse.

Qu'est-ce qu'une adresse ip ?

Quelques exemples : 122.123.1.250, 251.110.255.255 ...

Il s'agit de 4 entiers inférieurs ou égaux à 255 séparés par des points.

Schématisons :

(entier <= 255).(entier <= 255).(entier <= 255).(entier <= 255)

III-B-2. Quantifions

Il est aisé de voir que la structure d'une ip est un motif répétitif.

Les RegExp sont parfaitement adaptées à ce cas puisqu'elles permettent de simplifier l'écriture, la factoriser.

Reprenons :

((entier <= 255).)3 fois (entier <= 255)

Cette quantification se fait grâce aux accolades {} et se note donc :

((entier <= 255).){3}(entier <= 255)

Pour préciser combien de fois se répète un motif, il suffit de préciser le nombre d'occurences entre des accolades.

(ab){3} correspond avec ababab ou xxxabababxxx

Nous pouvons également préciser un nombre minimal et maximal

(ab){1,3} correspond avec ab, abab, ababab ...

III-B-3. la Classe des RegExp

Il nous faut maintenant formuler ce qu'est un entier <=255

Les RegExp travaillent sur des chaînes et non pas sur des numériques, nous ne pourrons donc pas tester une valeur.

En revanche un entier <=255 peut couvrir les types de chaînes suivantes :

- un chiffre (digit) : entre 0 et 9

- deux chiffres (digit) : entre 0 et 9 et entre 0 et 9, soit les valeurs 0 -> 99

- trois chiffres (digit) :
   - si le premier chiffre est un 1 : les suivants peuvent se situer entre 0 et 9, soient les valeurs 100 -> 199
   - si le premier chiffre est un 2 : le second devra être compris entre 0 et 5
      - si le second est entre 0 et 4 : le troisième pourra se situer entre 0 et 9, soient les valeurs 200 -> 249
      - si le second est un 5 : le troisième devra se situer entre 0 et 5, soient les valeurs 250 -> 255

Nous couvrons à présent tout l'éventail des possibilités.

En RegExp pour exprimer qu'un caractère se situe dans une plage nous définissons une classe.

[a-z] couvre tous les caractères situés entre a et z

[a-d] couvre a ou b ou c ou d

Par conséquent, un chiffre entre 0 et 9 peut s'écrire [0-9]

Et un chiffre entre 0 et 5 : [0-5]

Les RegExp fournissent des classes prêtes à l'emploi :

\d (comme le d de Digit) est équivalent à [0-9]

III-B-4. les alternatives

Nous avons décomposé les chaînes possibles d'un entier <= 255

le point d'interrogation est un quantifieur qui indique entre 0 et 1 occurence

1?2 correspond à 12 ou 2

On pourrait également l'écrire 1{0,1}2

entre 0 et 9 s'écrit \d (classe des Digit)

entre 0 et 99 s'écrit \d?\d

entre 000 et 199 s'écrit 1?\d?\d

entre 200 et 249 s'écrit 2[0-4]\d

entre 250 et 255 s'écrit 25[0-5]

Il faut maintenant indiquer que nous voulons ces trois cas.

L'alternative se fait au moyen du caractère pipe |

(ab)|(cd)|(ef) correspond à ab et cd et ef

Réécrivons notre entier : (25[0-5]|2[0-4]\d|1?\d?\d)

III-B-5. Dénouement

Attention notre formalisation n'est pas suffisante :

(25[0-5]|2[0-4]\d|1?\d?\d)\.) fontionne avec 225 mais aussi 2259 car 225 est contenu.

Nous utilisons ^ : début de chaîne et $ : fin de chaîne pour limiter notre recherche

^(25[0-5]|2[0-4]\d|1?\d?\d)\.)$ fontionnera avec 225 mais pas avec 72259

Nous sommes parvenus à formaliser notre entier.

Dernière information le . est un idenficateur, nous devons donc « l'échapper » avec l'antislash.

Ce qui donne : ^((25[0-5]|2[0-4]\d|1?\d?\d)\.){3}(25[0-5]|2[0-4]\d|1?\d?\d)$

Mettons le à l'épreuve :

Exécution
Sélectionnez
allregexp "255.199.9.99","^((25[0-5]|2[0-4]\d|1?\d?\d)\.){3}(25[0-5]|2[0-4]\d|1?\d?\d)$",""
==================================
        Travaux liés à .Test
==================================
Vrai
Validation d'IP
Sélectionnez
Function ValidIp(ByVal strIP As String) As Boolean

Dim reg As New VBScript_RegExp_55.RegExp

reg.Pattern = "^((25[0-5]|2[0-4]\d|1?\d?\d)\.){3}(25[0-5]|2[0-4]\d|1?\d?\d)$"
ValidIp = reg.Test(strIP)

Set reg = Nothing

End Function

Mission accomplie.

III-C. Compléments théoriques

C'est la partie un petit peu plus aride du tutoriel, mais il est utile de synthétiser les outils de notation mis à disposition par la bibliothèque RegExp.

Bon courage !

III-C-1. Positions

Symbole Utilisation Exemple
^ Indique un début de chaîne ^A fonctionne avec "Albert" mais pas avec "C'est Albert"
$ Indique une fin de chaîne tard$ fontionne avec "couche-tard" mais pas avec "mieux vaut tard que jamais"
\b Indique une fin de mot tard\b fontionne avec "motard" mais pas avec "attardé"
\B Indique une non fin de mot tard\B fontionne avec "attardé" mais pas avec "motard"

III-C-2. Symboles

Symbole Correspondance
un caractère Alphanumérique la caractère en question
\n saut à la ligne
\f saut de page
\r retour charriot
\t tabulation horizontale
\v tabulation verticale
\? le caractère "?"
\* le caractère "*"
\. le caractère "."
\| le caractère "|"
\{ le caractère "{"
\} le caractère "}"
\[ le caractère "["
\] le caractère "]"
\( le caractère "("
\) le caractère ")"
\+ le caractère "+"
\\ le caractère "\"
\ooo le caractère dont le code octal est ooo
\xhh le caractère dont le code hexa est hhh
\uxxxx le caractère ASCII dont l'UNICODE est xxxx

III-C-3. Classes

Classe Correspondance
[abcdef] un des caractères en entre crochets.
Correspond avec "Albert" sur le "b"
Ne correspond pas avec "zut"
[a-f] un des caractères dans la plage comprise entre a et f
Correspond avec "Albert" sur le "b"
Ne correspond pas avec "zut"
[^abcdef]
ou
[^a-f]
un des caractères de l'ensemble complémentaire à [abcdef]
Ne correspond pas avec "baba"
Correspond avec "zut" sur le z
. n'importe quel caractère sauf le \n (saut de ligne)
\w de w (word) correspond à un mot (non accentué) équivalent de la classe [a-zA-Z_0-9]
\W ensemble complémentaire du précédent équivalent de la classe [^a-zA-Z_0-9]
\d de d (digit) correspond à un chiffre équivalent de la classe [0-9]
\D ensemble complémentaire du précédent équivalent de la classe [^0-9]
\s de s (space) correspond à un caractère d'espacement équivalent de la classe [ \t\r\n\v\f]
\S ensemble complémentaire du précédent équivalent de la classe [^ \t\r\n\v\f]

III-C-4. Quantifieurs

Quantifieur Correspondance
{x} correspond si ce qui précède se répète x fois.
ex : \d{5} est un nombre à 5 chiffres
{x,y} correspond si ce qui précède se répète entre x et y fois.
\d{1,5} est un nombre entre 1 et 5 chiffres
\d{3,} est un nombre d'au moins 3 chiffres
? correspond si ce qui précède se répète entre 0 et 1 fois
(a)?battre par ailleurs équivalent de (a){0,1}battre correspond avec "abattre" et "battre"
* correspond si ce qui précède se répète 0 fois ou un nombre illimité de fois
équivalent de {0,}
(a)*battre par ailleurs équivalent de (a){0,}battre correspond avec "abattre", "battre" et "aaaaabattre"
+ correspond si ce qui précède se répète 1 fois ou un nombre illimité de fois
équivalent de {1,}
(a)+battre par ailleurs équivalent de (a){1,}battre correspond avec "abattre", "aaaaabattre" mais pas avec "battre"

III-C-5. Alternatives et Groupements

Symbole Utilisation
() permet de regrouper une notation et de l'affecter à un sous-motif
ex : (pa)?(ci) correspond à "pacifique" et "citron"
| n'importe lequel des groupes séparés par | vérifie le motif
ex : ^((dé)|(ef)|(coef))ficient fonctionne avec déficient, efficient, coefficient

III-C-6. Références

Symbole Utilisation
()\n permet de faire référence à un groupe capturé entre parenthèses numéro n
ex : (\w)\s+\1 : \1 fait référence à groupe \w soit un même mot, idéal pour repérer les répétitions.
correspond à "Celui qui est là, n'est pas ailleurs." est valide puisque "est" est répété.

IV. Cas pratique : la coloration syntaxique

Nous allons appliquer notre savoir-faire fraichement acquis dans un cas pratique : la coloration syntaxique.

Attention : le niveau s'élève d'un cran ici, l'assimilation des bases théoriques vues en point II et III s'avère nécessaire.

IV-A. Cahier des charges

Notre projet a pour but de pouvoir documenter notre code sur le net, pour cela nous souhaitons pouvoir exporter des modules de code au format HTML.

Il s'avère qu'un code n'est rien d'autre qu'un fichier texte.

On pourrait se contenter d'un simple export, mais il faut avouer que le rendu n'est pas très intéressant.

Export simple d'un module de code
Export simple d'un module de code


Nous souhaitons donc avoir un rendu visuel plus proche de celui de l'éditeur VBA qui utilise la coloration syntaxique.

C'est à dire qu'un mot clé est reconnu et prend une couleur particulière.

L'éditeur VBA et la coloration syntaxique
L'éditeur VBA et la coloration syntaxique

IV-B. Eléments à colorer

L'IDE de programmation VBA comprend par défaut 3 niveaux de coloration :

- Le mot clé de langage VBA : nativement en bleu (ex : Then)

- Le commentaire signalé par un quote (') hors chaîne : nativement en vert

- Le reste du langage : nativement en noir.

Nous allons améliorer ce process et ajouter deux nouvelles catégories :

- Les chaînes : tout texte compris entre deux double quotes (")

- Les types de données : exemple Boolean, Byte ou Integer.

IV-C. Analyse des éléments

IV-C-1. Les mots clés

Un mot clé appartient à une liste prédéfinie.

Nous remarquons au passage que tous les mots clés VBA ne sont pas, loin de là, affectés par une coloration syntaxique.

Par exemple, Left() fonction de chaîne ô combien connue n'est pas colorée.

Il nous faut donc parcourir notre chaîne pour trouver les occurences des mots en questions.

Ces mots peuvent être :

- en début de ligne

- en fin de ligne

- délimités par les caractères suivants : " .()"
    [espace][point][parenthèse ouvrante][parenthèse fermante]

Nous définissons donc le tableau des mots-clés à colorer et pour chacun nous allons appliquer un remplacement RegExp.

Le pattern sera :

Pattern
Sélectionnez
    reg.Pattern = "(\W|^)(" & KeyWords(i) & ")(\W|$)"


Explications :

Nous découpons le regexp en 3 parties :

- (\W|^) : Soit un caractère qui n'est pas de la classe Word [a-zA-Z_0-9]
                 Soit un début de chaîne

- "(" & KeyWords(i) & ")" : parcours du tableau de mots-clés

- (\W|$) : Soit un caractère qui n'est pas de la classe Word [a-zA-Z_0-9]
                 Soit une fin de chaîne

Remplacement
Sélectionnez
    strBuff = reg.Replace(strBuff, "$1<span class=key>$2</span>$3")

Ce qui aboutit à mettre entre nos balises de style span le mot clé.

IV-C-2. Les commentaires

Un commentaire en VB / VBA est simplement matérialisé par une apostrophe (') ou un REM en début de ligne.

Il faut bien sûr que cette apostrophe ne soit pas comprise à l'intérieur de deux double-quotes (") sinon elle est inclue à la chaîne.

L'éditeur VBA colore jusqu'à la fin de ligne.

Le commentaire peut prendre toute la ligne ou bien la fin seulement.

Pattern
Sélectionnez
reg.Pattern = "(\n)(([^\x22\n]*\x22[^\x22\n]*\x22)*)([^\x22\n']*)('.*)"


Explications :

Nous découpons cette fois en 4 parties principales (dont une imbriquée) :

- (\n) : nous recherchons un retour à la ligne, par conséquent un début de ligne

- (([^\x22\n]*\x22[^\x22\n]*\x22)*) :    - pour mémoire \xZZ indique un caractère de code hexa ZZ
       dans notre cas 22 en hexa = 34 en décimal, soit le caractère double-quote (")
   - la section [^\x22\n]*\x22*[^\x22\n]*\x22 autorise qu'une partie à gauche de l'apostrophe est une chaîne VB comprise entre double-quotes (")

- ([^\x22\n']*) : nous utilisons une classe pour exclure certains caractères grâce à ^ : les guillemets ("), le retour à la ligne et l'apostrophe.
   Nous sommes donc certains de ne pas nous situer dans une chaîne entre double-quotes et d'obtenir la première apostrophe de l'expression.

- ('.*) : nous capturons toute chaîne précédée de l'apostrophe (')

Ce qui aboutit au remplacement suivant :

Remplacement
Sélectionnez
strBuff = reg.Replace(strBuff, "$1$2$4<span class=commentaire>$5</span>")


Il nous reste à gérer les commentaires précédés du mot-clé REM.

Pour la réperer, il s'agit d'une ligne entamée par REM suivi d'un espace puis le commentaire, le tout précédé ou non par des espaces ou tabulations.

- la classe des caractères de type "espace" est \s ;

- pour quantifier "aucun ou plusieurs" nous utilisons * ;

- pour capturer ce qui suit REM nous cherchons n'importe quel caractère (le point : .) répété 0 ou plusieurs fois (l'astérisque : *) : .*

Nous obtenons le motif suivant : (\s*)(REM .*)

Remplacement
Sélectionnez
strBuff = reg.Replace(strBuff, "$1<span class=commentaire>$2</span>")

IV-C-3. Les types

Cette distinction n'est pas native dans VB / VBA, nous allons mettre en gras les types de données.

La méthode est rigoureusement identique à celle des mots clés.

Nous utilisons cette fois un autre tableau Types().

Pattern et Remplacement
Sélectionnez
reg.Pattern = "(\W|^)(" & Types(i) & ")(\W|$)"
strBuff = reg.Replace(strBuff, "$1<span class=type>$2</span>$3")

IV-C-4. Les chaînes

Là encore, la coloration syntaxique n'est pas native dans VB / VBA, mais cela rend le code beaucoup plus lisible.

Il nous faut récupérer simplement une chaîne comprise entre deux double-quotes (") et qui ne contient pas elle-même de double-quote.

Pattern
Sélectionnez
reg.Pattern = "(\x22[^\x22\n]*\x22)"


Nous récupérons un seul bloc délimité par les double-quotes (") et qui ne contient pas lui même ce caractère ou un retour à la ligne.

Et voici le remplacement simplissime :

Remplacement
Sélectionnez
strBuff = reg.Replace(strBuff, "<span class=chaine>$1</span>")

IV-C-5. HTML & Nettoyages divers


Avant d'ajouter du code HTML nous évitons de nous faire polluer le balisage en remplaçant < par &lt;

tags HTML
Sélectionnez
' empêcher les ouvertures de tag HTML
strBuff = Replace(strBuff, "<", "&lt;")



Les retours chariot VB ne s'appliquent pas en HTML.

Nous devons les matérialiser en repérant le retour chariot (\n) auquel nous ajoutons <br />

retours chariots
Sélectionnez
' les retours chariot
reg.Pattern = "(\n)"
reg.Global = True
reg.IgnoreCase = True
strBuff = reg.Replace(strBuff, "$1<br />")



Autre nettoyage, les tags imbriqués.

En effet notre code risque d'engendrer des colorations syntaxiques de mot-clés dans une chaîne ou dans un commentaire.

Nous allons y remédier :

- le motif recherché sera situé entre les balises span
(<span class=.*>)(.*)(</span>).

- au lieu de .* nous utilisons \w{6,11} et indiquer un mot comprenant entre 6 et 11 caractères ce qui évite de récupérer le style 'key' et le style 'type'.

- nous capturons un autre tag de style (\w{3,11}) avec cette fois entre 3 et 11 caractères pour pouvoir neutraliser tous les styles, y compris 'key' et 'type'

colorations imbriquées
Sélectionnez
    ' Highlight dans un Highlight
    reg.Pattern = "(<span class=\w{6,11}>)(.*)(<span class=\w{3,11}>)(.*)(</span>)(.*</span>)"
    reg.Multiline = False
    reg.Global = True
    reg.IgnoreCase = True
    Do While reg.Test(strBuff)
        strBuff = reg.Replace(strBuff, "$1$2$4$6")
    Loop


Nous passons une boucle sur le remplacement pour nettoyer toutes les occurences.

Dernière modification : les espaces.

Un simple remplacement de deux espaces contigus par un double caractère 160 suffit.

les espaces
Sélectionnez
    ' les espaces
    strBuff = Replace(strBuff, "  ", "&#160;&#160;")

IV-D. La fonction d'export avec coloration syntaxique

La fonction d'export
Sélectionnez
Option Explicit

Private Declare Function ShellExecute Lib "shell32.dll" Alias "ShellExecuteA" _
    (ByVal hwnd As Long, ByVal lpOperation As String, ByVal lpFile As String, _
    ByVal lpParameters As String, ByVal lpDirectory As String, ByVal nShowCmd As Long) As Long

Function xPortCode(ByVal modName As String, ByVal sizeFont As Integer, ByVal MeHwnd As Long)

    Dim i As Long
    Dim t0 As Single, t1 As Single
    Dim Fic As Integer
    Dim strBuff As String
    Dim reg As VBScript_RegExp_55.RegExp
    Dim KeyWords() As String, KeyWordsList As String
    Dim Types() As String, TypesList As String
    t0 = Timer
    
    Set reg = New VBScript_RegExp_55.regexp
    Fic = 1
    
    Reset
     
    ' ouverture du fichier en écriture
    Open "d:\temp\export " & modName & " (" & Format(Now, "yy-mm-dd") & ").html" For Output As #Fic
    
    ' écriture des en-têtes HTML et style
    Print #Fic, "<HTML>"
    Print #Fic, "<HEAD><TITLE>Export au format HTML du module : " & modName & "</TITLE>"
    Print #Fic, "<meta http-equiv=""Content-Type"" content=""text/html; charset=ISO-8859-1"" />"
    Print #Fic, "<style type='Text/css'>"
    Print #Fic, "<!--"
    Print #Fic, "BODY {"
    Print #Fic, "margin-top:0; margin-left:10; margin-right:0;"
    Print #Fic, "font-family: Lucida Console, Tahoma, Verdana, Arial, Helvetica, sans-serif;"
    Print #Fic, "font-size: " & sizeFont & "px;" ' la variable argument sizeFont passe dans la définition du style
    Print #Fic, "}"
    Print #Fic, ".commentaire {"
    Print #Fic, "color: #669933;"
    Print #Fic, "}"
    Print #Fic, ".chaine {"
    Print #Fic, "color: #993399;"
    Print #Fic, "}"
    Print #Fic, ".key {"
    Print #Fic, "color: #0033BB;"
    Print #Fic, "}"
    Print #Fic, ".type {"
    Print #Fic, "font-weight: bold;"
    Print #Fic, "color: #3366CC;"
    Print #Fic, "}"
    Print #Fic, "-->"
    Print #Fic, "</style>"
    Print #Fic, "</HEAD>"
    Print #Fic, "<BODY>"
    
    
    ' ouverture du module
    DoCmd.OpenModule modName
    
    ' récupération du texte du module
    strBuff = Application.Modules(modName).Lines(1, Application.Modules(modName).CountOfLines)
    
    ' empêcher les ouvertures de tag HTML
    strBuff = Replace(strBuff, "<", "&lt;")
    
    ' les retours chariot
    reg.Pattern = "(\n)"
    reg.Global = True
    reg.IgnoreCase = True
    strBuff = reg.Replace(strBuff, "$1<br />")
    
    
    ' 1- les mots-clé
    KeyWordsList = "AddressOf©Alias©And©As©ByRef©ByVal©Call©Case©Close©CBool©CByte©CCur©" & _
            "CDate©CDec©CDbl©CInt©CLng©CSng©CStr©CVar©Const©Compare©Database©Declare©Debug©Default©" & _
            "Dim©Do©Each©Else©ElseIf©End©Enum©Erase©Error©Explicit©Event©Exit©False©For©" & _
            "Friend©Function©Get©GoTo©Handles©If©Implements©Imports©In©Inherits©" & _
            "Interface©Is©Let©Lib©Like©Loop©Me©Mod©New©Next©Not©Nothing©" & _
            "On©Open©Option©Optional©Or©ParamArray©Preserve©Print©Private©Property©Protected©" & _
            "Public©RaiseEvent©ReadOnly©Redim©REM©Resume©Return©Select©Set©Shared©Static©" & _
            "Step©Stop©Sub©Then© To ©True©Type©TypeOf ©Until©UBound©When©Wend©While©With©WithEvents©WriteOnly©Xor"
            
    KeyWords = Split(KeyWordsList, "©")
    For i = 0 To UBound(KeyWords)
        reg.Pattern = "(\W|^)(" & KeyWords(i) & ")(\W|$)"
        reg.Multiline = False
        reg.Global = True
        reg.IgnoreCase = True
        strBuff = reg.Replace(strBuff, "$1<span class=key>$2</span>$3")
    Next i
    
    ' 2- les commentaires
    '  les REM
    reg.Pattern = "(\s)(rem .*)"
    reg.Multiline = False
    reg.Global = True
    reg.IgnoreCase = True
    strBuff = reg.Replace(strBuff, "$1<span class=commentaire>$2</span>")    
    
    '  les apostrophes (')
    reg.Pattern = "(\n)(([^\x22\n]*\x22[^\x22\n]*\x22)*)([^\x22\n']*)('.*)"
    reg.Multiline = False
    reg.Global = True
    reg.IgnoreCase = True
    strBuff = reg.Replace(strBuff, "$1$2$4<span class=commentaire>$5</span>")

    ' 3- les types
    TypesList = "Boolean©Byte©Date©Double©Integer©Long©Object©Short©Single©String©Unicode©Variant"
    Types = Split(TypesList, "©")
    For i = 0 To UBound(Types)
        reg.Pattern = "(\W|^)(" & Types(i) & ")(\W|$)"
        reg.Multiline = False
        reg.Global = True
        reg.IgnoreCase = True
        strBuff = reg.Replace(strBuff, "$1<span class=type>$2</span>$3")
    Next i
    
    ' 4- les chaines
    reg.Pattern = "(\x22[^\x22\n]*\x22)"
    reg.Multiline = False
    reg.Global = True
    reg.IgnoreCase = True
    strBuff = reg.Replace(strBuff, "<span class=chaine>$1</span>")
    
    ' Highlight dans un Highlight
    reg.Pattern = "(<span class=\w{6,11}>)(.*)(<span class=\w{3,11}>)(.*)(</span>)(.*</span>)"
    reg.Multiline = False
    reg.Global = True
    reg.IgnoreCase = True
    Do While reg.Test(strBuff)
        strBuff = reg.Replace(strBuff, "$1$2$4$6")
    Loop
    
    ' les espaces
    strBuff = Replace(strBuff, "  ", "&#160;&#160;")
    
    ' écriture de la chaîne dans le fichier
    Print #Fic, strBuff
    
    ' fermeture du module
    DoCmd.Close acModule, modName
    
    Print #Fic, "</BODY>"
    Print #Fic, "</HTML>"
    
    ' libération des objets mémoire
    Reset
    Set reg = Nothing
    
    'Ouverture du fichier HTML
    ' si un Hwnd de formulaire est passé en argument ...
    If MeHwnd <> 0 Then
        ShellExecute MeHwnd, "open", "d:\temp\export " & modName & " (" & Format(Now, "yy-mm-dd") & ").html", "", CurrentProject.Path, 1
    End If
    
    t1 = Timer
    
    Debug.Print "Job done @ " & Format(t1 - t0, "0.000") & " s"

End Function

V. Conclusion

Je tiens à préciser, si besoin était, que je suis loin d'être un expert en Expressions Rationnelles et que celles que j'utilise ici sont sans aucun doute améliorables.

Ce tutoriel ne prétend pas à l'expertise ou l'optimisation de RegExp mais simplement à l'initiation.


J'espère que ce tutoriel vous donnera envie de mieux connaître les expressions rationnelles, ou mieux vous aura permis de débloquer des situations complexes.

Merci aux membres de la rédaction pour leurs relectures attentives.

Et merci à tous de m'avoir lu ;-)

Vous avez aimé ce tutoriel ? Alors partagez-le en cliquant sur les boutons suivants : Viadeo Twitter Facebook Share on Google+   

Les sources présentées sur cette page sont libres de droits et vous pouvez les utiliser à votre convenance. Par contre, la page de présentation constitue une œuvre intellectuelle protégée par les droits d'auteur. Copyright © 2006 Charles A.. Aucune reproduction, même partielle, ne peut être faite de ce site ni de l'ensemble de son contenu : textes, documents, images, etc. sans l'autorisation expresse de l'auteur. Sinon vous encourez selon la loi jusqu'à trois ans de prison et jusqu'à 300 000 € de dommages et intérêts.