Des fonctions utilisant les expressions régulières !

• Les ensemble de caractères [ ] (classes).
  • " [ a e i o u y x ] " : Toutes les voyelles et "x" (OU avec le pipe " a | e | i | o | u | y | x ").
  • " [ 0 - 8 ] " : Tous chiffres entre 0 et 8.
  • " [ e - t ] " : Tous caractère de "e" à "t" (Attention : "[ - e t ]" c'est "tiret "-" ou "e" ou "t").
  • " [ E - T ] " : Tous caractère de "E" à "T" (la casse est prise en compte !).
  • " [ ^ e - t ] " : Tous caractère SAUF les caractères "e" à "t".

• Les raccourcis d'ensemble (La version en capital/MAJUSCULE renvoie le complément = l'inverse).
  • " \ d " : Les chiffres de 0 à 9 (" [ 0 - 9 ] + ").
  • " \ D " : Pas un chiffres (" [ ^ 0 - 9 ] + ").
  • " \ w " : Les caractères alphanumériques et "_" (" [ a - z A - Z 0 - 9 _ ] ").
    • Les caractères accentués sont bien inclus.
  • " \ W " : Pas un caractère alphanumérique et pas "_" (" [ ^ a - z A - Z 0 - 9 _ ] ").
  • " \ s " : Les caractères "non imprimables" (Espace, Espace insécable (Alt+0160), tabulation, retour à la ligne, retour chariot, saut de page...).
    <=>" [\r\n\t\f\v] ".
  • " \ S " : Pas un caractère "non imprimables".

• Caractère.
  • " . " : Tous caractères (Piège : Lors de la saisie de 3 "." consécutifs, ils peuvent être remplacés par le caractère unique Points de suspension "..." par l'outil Correction automatique !).
  • " a " : Le caractère "a".
  • " \ t " : Le caractère Tabulation.
  • " \ n " : Le caractère Retour/saut à la ligne.
  • " \ N " : Pas le caractère Retour/saut à la ligne.
  • " \ r " : Le caractère Retour chariot.
  • " \ f " : Le caractère Saut de page.
  • " \ h " : Un caractère "vide" (Espace, Espace insécable (Alt+0160), tabulation).
  • " \ H " : Pas un caractère "vide".
  • " \ " Caractère d'échappement (pour rechercher un des caractères suivant ^ $ \ | { } [ ] ( ) ? + * . ) # ! <=> " a \ + " : chaîne " a+ " et non un ou plusieurs "a".

• Condition de position dans la chaîne.
  • " ^ " : Normalement Début de ligne mais semble être Début de chaîne (" \ A ") .
  • " $ " : Fin de ligne.
  • " \ b " : Début et fin de mot.
  • " \ B " : Pas en début et fin de mot.
  • " \ A " : Début de chaîne.
  • " \ Z " ou " \ z " : Fin de chaîne.

• Les quantificateurs de caractères
  • " a { 3 } " : 3 fois le caractère "a" ("aaa").
  • " a { 2 , 4 } " : Entre 2 et 4 caractères "a" successifs ("aa" ou "aaa" ou "aaaa").
  • " a { 2 , } " : Au moins 2 caractères "a" successifs ("aa" ou "aaa" ou "aaaa" ou ...).
  • " a ? " : Zéro ou un "a" ( =" a { , 1 } ").
  • " a * " : Zéro ou plusieurs "a" ( = " a { 0 , } ").
  • " a + " : Un ou plusieurs "a" ( = " a { 1 , } ").

Une petite finesse à voir :

• Comportement "Greedy" (Gourmand)
  • Comportement par défaut des quantificateurs "*" et "+".
  • Il cherche à capturer la plus longue chaîne de caractères possible qui correspond au motif (prend le maximum).
  • Exemple : "Au début le finaud biffin ri" => "début.*fin" => "début le finaud biffin".
• Comportement "Lazy"
  • Il cherche alors à capturer la chaîne de caractères la plus courte possible qui correspond au motif (prend le minimum).
  • Pour rendre un quantificateur "Lazy", on ajoute un point d'interrogation (?) juste après lui ("*?", "+?").
  • Exemple : "Au début le finaud biffin ri" => "début.*?fin" => "début le fin".

• Les groupements ( )
  Identifier une portion afin d'étendre ou restreindre son application ou afin d'y faire référence.
  • " ( a | b ) c " : "ac" ou "bc".
  • " a( 0 1 ) + a " : "a01a" ou "a0101a" ou "a010101a"...
  • "( ) \ 1 " : Référence au 1er regroupement.

• Les Lookarounds testent la présence ou l’absence d’un motif juste avant ou juste après le motif cherché.
  • " a ( ? = b ) " : Les " a " suivis d'un "b".
  • " a ( ? ! b ) " : Les " a " non suivis d'un "b".
  • " ( ? < = b ) a " ou " b \ K a " : Les " a " qui succède à un "b".
  • " b \ K a " : Autre solution moins souple pour les " a " qui succède à un "b" ("Cherche "b" comme position de départ puis commence la recherche de "a").

• Mode récursif
  • " a ( ? R ) ? b " : Une chaîne de "a" suivit d'autant de "b" (ab, aabb, aaabbb...).
    ( ? R ) reprend le motif en entier.
    <=> " a ( a ( a....) ? b ) ? b"
  • " a ( ? 0 ) ? b " : idem
  • " a \ g < 0 > ? z " : idem
    \g<0> : Référence arrière au groupe de capture 0 (sous chaîne qui correspond au motif jusqu’à ce point).

• Codage Unicode
  • " \ x { 221E } " : Le caractère ayant le code 221E (∞).
  • " \ p { N } " : La catégorie des chiffres (comme " \ d ").
  • " \ P { N } " : Pas de la catégorie des chiffres (comme " \ D ").
  • " \ p { L } " : La catégorie des lettres.
  • " \ P { L } " : Pas de la catégorie des lettres.
  • " \ p { Lu } " : La catégorie des lettres capitales ("majuscule", u pour upper).
  • " \ P { Lu } " : Pas de la catégorie des lettres capitales.
  • " \ p { Ll } " : La catégorie des lettres minuscules ( l pour lower).
  • " \ P { Ll } " : Pas de la catégorie des lettres minuscules.
  • " \ p { P } " : Catégorie des signes de ponctuations (virgule, guillemet...).
  • Remarques :
    • " \ w " = [ \p{Ll} \p{Lu} \p{Lt} \p{Lo} \p{Lm} \p{Mn} \p{Nd} \p{Pc} ]
    • J'ai omis plusieurs codes me semblant trop spécifiques.
      Exemple : \p{Lt} pour les caractères de casse de titre comme Dž (U01C5).
      Pour Lt, Lo, Lm, Mn, Me... voir Catégories de caractères Unicode (compart.com)