7.2. "re" — Opérations à base d’expressions rationnelles
********************************************************

This module provides regular expression matching operations similar to
those found in Perl. Both patterns and strings to be searched can be
Unicode strings as well as 8-bit strings.

Les expressions rationnelles utilisent le caractère *backslash*
("'\'") pour indiquer des formes spéciales ou permettre d’utiliser des
caractères spéciaux sans en invoquer le sens. Cela entre en conflit
avec l’utilisation en Python du même caractère pour la même raison
dans les chaînes littérales ; par exemple, pour rechercher un
*backslash* littéral il faudrait écrire "'\\\\'" comme motif, parce
que l’expression rationnelle devrait être "\\" et chaque *backslash*
doit être représenté par "\\" au sein des chaînes littérales Python.

La solution est d’utiliser la notation des chaînes brutes en Python
pour les expressions rationnelles ; Les *backslashs* ne provoquent
aucun traitement spécifique dans les chaînes littérales préfixées par
"'r'". Ainsi, "r"\n"" est une chaîne de deux caractères contenant
"'\'" et "'n'", tandis que ""\n"" est une chaîne contenant un unique
caractère : un saut de ligne. Généralement, les motifs seront exprimés
en Python à l’aide de chaînes brutes.

It is important to note that most regular expression operations are
available as module-level functions and "RegexObject" methods.  The
functions are shortcuts that don’t require you to compile a regex
object first, but miss some fine-tuning parameters.

Voir aussi: The third-party regex module, which has an API
  compatible with the standard library "re" module, but offers
  additional functionality and a more thorough Unicode support.


7.2.1. Syntaxe des expressions rationnelles
===========================================

Une expression rationnelle (*regular expression* ou *RE*) spécifie un
ensemble de chaînes de caractères qui lui correspondent ; les
fonctions de ce module vous permettent de vérifier si une chaîne
particulière correspond à une expression rationnelle donnée (ou si un
expression rationnelle donnée correspond à une chaîne particulière, ce
qui revient à la même chose).

Les expressions rationnelles peuvent être concaténées pour former de
nouvelles expressions : si *A* et *B* sont deux expressions
rationnelles, alors *AB* est aussi une expression rationnelle. En
général, si une chaîne *p* valide *A* et qu’une autre chaîne *q*
valide *B*, la chaîne *pq* validera AB. Cela est vrai tant que *A* et
*B* ne contiennent pas d’opérations de précédence ; de conditions
liées entre *A* et *B* ; ou de références vers des groupes numérotés.
Ainsi, des expressions complexes peuvent facilement être construites
depuis de plus simples expressions primitives comme celles décrites
ici.  Pour plus de détails sur la théorie et l’implémentation des
expressions rationnelles, consultez le livre de Frield référencé plus
tôt, ou à peu près n’importe quel livre dédié à la construction de
compilateurs.

Une brève explication sur le format des expressions rationnelles suit.
Pour de plus amples informations et une présentation plus simple,
référez-vous au Guide des expressions régulières.

Les expressions rationnelles peuvent contenir à la fois des caractères
spéciaux et ordinaires. Les plus ordinaires, comme "'A'", "'a'" ou
"'0'" sont les expressions rationnelles les plus simples : elles
correspondent simplement à elles-mêmes.  Vous pouvez concaténer des
caractères ordinaires, ainsi "last" correspond à la chaîne "'last'".
(Dans la suite de cette section, nous écrirons les expressions
rationnelles dans "ce style spécifique", généralement sans guillemets,
et les chaînes à tester "'entourées de simples guillemets'".)

Some characters, like "'|'" or "'('", are special. Special characters
either stand for classes of ordinary characters, or affect how the
regular expressions around them are interpreted. Regular expression
pattern strings may not contain null bytes, but can specify the null
byte using the "\number" notation, e.g., "'\x00'".

Les caractères de répétition ("*", "+", "?", "{m,n}", etc.) ne peuvent
être directement imbriqués. Cela empêche l’ambiguïté avec le suffixe
modificateur non gourmand "?" et avec les autres modificateurs dans
d’autres implémentations. Pour appliquer une seconde répétition à une
première, des parenthèses peuvent être utilisées. Par exemple,
l’expression "(?:a{6})*" valide toutes les chaînes composées d’un
nombre de caractères "'a'" multiple de six.

Les caractères spéciaux sont :

"'.'"
   (Point.) Dans le mode par défaut, il valide tout caractère à
   l’exception du saut de ligne. Si l’option "DOTALL" a été spécifiée,
   il valide tout caractère, saut de ligne compris.

"'^'"
   (Accent circonflexe.) Valide le début d’une chaîne de caractères,
   ainsi que ce qui suit chaque saut de ligne en mode "MULTILINE".

"'$'"
   Valide la fin d’une chaîne de caractères, ou juste avant le saut de
   ligne à la fin de la chaîne, ainsi qu’avant chaque saut de ligne en
   mode "MULTILINE". "foo" valide à la fois *foo* et *foobar*, tandis
   que l’expression rationnelle "foo$" ne correspond qu’à "'foo'".
   Plus intéressant, chercher "foo.$" dans "'foo1\nfoo2\n'" trouve
   normalement "'foo2'", mais "'foo1'" en mode "MULTILINE" ; chercher
   un simple "$" dans "'foo\n'" trouvera deux correspondances (vides)
   : une juste avant le saut de ligne, et une à la fin de la chaîne.

"'*'"
   Fait valider par l’expression rationnelle résultante 0 répétition
   ou plus de l’expression qui précède, avec autant de répétitions que
   possible. "ab*" validera “a”, “ab” ou “a” suivi de n’importe quel
   nombre de “b”.

"'+'"
   Fait valider par l’expression rationnelle résultante 1 répétition
   ou plus de l’expression qui précède. "ab+" validera “a” suivi de
   n’importe quel nombre non nul de “b” ; cela ne validera pas la
   chaîne “a”.

"'?'"
   Fait valider par l’expression rationnelle résultante 0 ou 1
   répétition de l’expression qui précède. "ab?" correspondra à “a” ou
   “ab”.

"*?", "+?", "??"
   Les qualificateurs "'*'", "'+'" et "'?'" sont tous *greedy*
   (gourmands) ; ils valident autant de texte que possible.  Parfois
   ce comportement n’est pas désiré ; si l’expression rationnelle
   "<.*>" est testée avec la chaîne "<a> b <c>", cela correspondra à
   la chaîne entière, et non juste à "<a>".  Ajouter "?" derrière le
   qualificateur lui fait réaliser l’opération de façon *non-greedy*
   (ou *minimal*) ; le *moins* de caractères possibles seront validés.
   Utiliser l’expression rationnelle "<.*?>" validera uniquement
   "<a>".

"{m}"
   Spécifie qu’exactement *m* copies de l’expression rationnelle qui
   précède devront être validées ; un nombre plus faible de
   correspondances empêche l’expression entière de correspondre. Par
   exemple, "a{6}" correspondra exactement à six caractères "'a'",
   mais pas à cinq.

"{m,n}"
   Implique à l’expression rationnelle résultante de valider entre *m*
   et *n* répétitions de l’expression qui précède, cherchant à en
   valider le plus possible.  Par exemple, "a{3,5}" validera entre 3
   et 5 caractères "'a'".  Omettre *m* revient à spécifier 0 comme
   borne inférieure, et omettre *n* à avoir une borne supérieure
   infinie.  Par exemple, "a{4,}b" correspondra à "aaaab" ou à un
   millier de caractères "'a'" suivis d’un "b", mais pas à "aaab". La
   virgule ne doit pas être omise, auquel cas le modificateur serait
   confondu avec la forme décrite précédemment.

"{m,n}?"
   Fait valider par l’expression rationnelle résultante entre *m* et
   *n* répétitions de l’expression qui précède, cherchant à en valider
   le moins possible. Il s’agit de la version non gourmande du
   précédent qualificateur. Par exemple, dans la chaîne de 6
   caractères "'aaaaaa'", "a{3,5}" trouvera 5 caractères "'a'", alors
   que "a{3,5}?" n’en trouvera que 3.

"'\'"
   Échappe les caractères spéciaux (permettant d’identifier des
   caractères comme "'*'", "'?'" et autres) ou signale une séquence
   spéciale ; les séquences spéciales sont décrites ci-dessous.

   Si vous n’utilisez pas de chaînes brutes pour exprimer le motif,
   souvenez-vous que Python utilise aussi le *backslash* comme une
   séquence d’échappement dans les chaînes littérales ; si la séquence
   d’échappement n’est pas reconnue par l’interpréteur Python, le
   *backslash* et les caractères qui le suivent sont inclus dans la
   chaîne renvoyée. Cependant, si Python reconnait la séquence, le
   *backslash* doit être doublé (pour ne plus être reconnu). C’est
   assez compliqué et difficile à comprendre, c’est pourquoi il est
   hautement recommandé d’utiliser des chaînes brutes pour tout sauf
   les expressions les plus simples.

"[]"
   Utilisé pour indiquer un ensemble de caractères. Dans un ensemble :

   * Les caractères peuvent être listés individuellement, e.g.
     "[amk]" correspondra à "'a'", "'m'" ou "'k'".

   * Des intervalles de caractères peuvent être indiqués en donnant
     deux caractères et les séparant par un "'-'", par exemple "[a-z]"
     correspondra à toute lettre minuscule *ASCII*, "[0-5][0-9]" à
     tous nombres de deux chiffres entre "00` et ``59", et "[0-9A-
     Fa-f]" correspondra à n’importe quel chiffre hexadécimal.  Si
     "'-'" est échappé ("[a\-z]") ou s’il est placé comme premier ou
     dernier caractère (e.g. "[a-]"), il correspondra à un "'-'"
     littéral.

   * Les caractères spéciaux perdent leur sens à l’intérieur des
     ensembles. Par exemple, "[(+*)]" validera chacun des caractères
     littéraux "'('", "'+'", "'*'" ou "')'".

   * Character classes such as "\w" or "\S" (defined below) are also
     accepted inside a set, although the characters they match depends
     on whether "LOCALE" or  "UNICODE" mode is in force.

   * Les caractères qui ne sont pas dans un intervalle peuvent être
     trouvés avec l’ensemble complémentaire (*complementing*). Si le
     premier caractère de l’ensemble est "'^'", tous les caractères
     qui *ne sont pas* dans l’ensemble seront validés. Par exemple,
     "[^5]" correspondra à tout caractère autre que "'5'" et "[^^]"
     validera n’importe quel caractère excepté "'^'". "^" n’a pas de
     sens particulier s’il n’est pas le premier caractère de
     l’ensemble.

   * Pour insérer un "']'" littéral dans un ensemble, il faut le
     précéder d’un *backslash* ou le placer au début de l’ensemble.
     Par exemple, "[()[\]{}]" et "[]()[{}]" vont tous deux
     correspondre à une parenthèse, un crochet ou une accolade.

"'|'"
   "A|B", où A et B peuvent être deux expressions rationnelles
   arbitraires, crée une expression rationnelle qui validera à la fois
   A et B.  Un nombre arbitraire d’expressions peuvent être séparées
   de cette façon par des "'|'".  Cela peut aussi être utilisé au sein
   de groupes (voir ci-dessous).  Quand une chaîne cible est analysée,
   les expressions séparées par "'|'" sont essayées de la gauche vers
   la droite. Quand un motif correspond complètement, cette branche
   est acceptée. Cela signifie qu’une fois que "A" correspond, "B" ne
   sera pas testée plus loin, même si elle pourrait provoquer une plus
   ample correspondance.  En d’autres termes, l’opérateur "'|'" n’est
   jamais gourmand.  Pour valider un "'|'" littéral, utilisez "\|", ou
   enveloppez-le dans une classe de caractères, comme "[|]".

"(...)"
   Valide n’importe quelle expression rationnelle comprise entre les
   parenthèses, et indique le début et la fin d’un groupe ; le contenu
   d’un groupe peut être récupéré après qu’une analyse a été
   effectuée, et peut être réutilisé plus loin dans la chaîne avec une
   séquence spéciale "\number", décrite ci-dessous.  Pour écrire des
   "'('" ou "')'" littéraux, utilisez "\(" ou "\)", ou enveloppez-les
   dans une classe de caractères : "[(] [)]".

"(?...)"
   Il s’agit d’une notation pour les extensions (un "'?'" suivant une
   "'('" n’a pas de sens autrement). Le premier caractère après le
   "'?'" détermine quel sens donner à l’expression. Les extensions ne
   créent généralement pas de nouveaux groupes ; "(?P<name>...)" est
   la seule exception à la règle. Retrouvez ci-dessous la liste des
   extensions actuellement supportées.

"(?iLmsux)"
   (One or more letters from the set "'i'", "'L'", "'m'", "'s'",
   "'u'", "'x'".)  The group matches the empty string; the letters set
   the corresponding flags: "re.I" (ignore case), "re.L" (locale
   dependent), "re.M" (multi-line), "re.S" (dot matches all), "re.U"
   (Unicode dependent), and "re.X" (verbose), for the entire regular
   expression. (The flags are described in Contenu du module.) This is
   useful if you wish to include the flags as part of the regular
   expression, instead of passing a *flag* argument to the
   "re.compile()" function.

   Note that the "(?x)" flag changes how the expression is parsed. It
   should be used first in the expression string, or after one or more
   whitespace characters. If there are non-whitespace characters
   before the flag, the results are undefined.

"(?:...)"
   Une version sans capture des parenthèses habituelles. Valide
   n’importe quelle expression rationnelle à l’intérieur des
   parenthèses, mais la sous-chaîne correspondant au groupe *ne peut
   pas* être récupérée après l’analyse ou être référencée plus loin
   dans le motif.

"(?P<name>...)"
   Similaires aux parenthèses habituelles, mais la sous-chaîne validée
   par le groupe est accessible via le nom *name* du groupe
   symbolique.  Les noms de groupes doivent être des identifiants
   Python valides, et chaque nom de groupe ne doit être défini qu’une
   seule fois dans une expression rationnelle.  Un groupe symbolique
   est aussi un groupe numéroté, de la même manière que si le groupe
   n’était pas nommé.

   Les groupes nommés peuvent être référencés dans trois contextes. Si
   le motif est "(?P<quote>['"]).*?(?P=quote)" (i.e. correspondant à
   une chaîne entourée de guillemets simples ou doubles) :

   +-----------------------------------------+------------------------------------+
   | Contexte de référence au groupe *quote* | Manières de le référencer          |
   +=========================================+====================================+
   | lui-même dans le même motif             | * "(?P=quote)" (comme vu)  * "\1"  |
   +-----------------------------------------+------------------------------------+
   | en analysant l’objet résultat "m"       | * "m.group('quote')"  *            |
   |                                         | "m.end('quote')" (etc.)            |
   +-----------------------------------------+------------------------------------+
   | dans une chaîne passée à l’argument     | * "\g<quote>"  * "\g<1>"  * "\1"   |
   | "repl" de "re.sub()"                    |                                    |
   +-----------------------------------------+------------------------------------+

"(?P=name)"
   Une référence arrière à un groupe nommé ; elle correspond à
   n’importe quel texte validé plus tôt par le groupe nommé *name*.

"(?#...)"
   Un commentaire ; le contenu des parenthèses est simplement ignoré.

"(?=...)"
   Valide si "..." valide la suite, mais ne consomme rien de la
   chaîne.  On appelle cela une assertion *lookahead*.  Par exemple,
   "Isaac (?=Asimov)" correspondra à la chaîne "'Isaac'" seulement si
   elle est suivie par "'Asimov'".

"(?!...)"
   Valide si "..." ne valide pas la suite.  C’est une assertion
   *lookahead* négative. Par exemple, "Isaac (?!Asimov)" correspondra
   à la chaîne "'Isaac'" seulement si elle *n’est pas* suivie par
   "'Asimov'".

"(?<=...)"
   Matches if the current position in the string is preceded by a
   match for "..." that ends at the current position.  This is called
   a *positive lookbehind assertion*. "(?<=abc)def" will find a match
   in "abcdef", since the lookbehind will back up 3 characters and
   check if the contained pattern matches. The contained pattern must
   only match strings of some fixed length, meaning that "abc" or
   "a|b" are allowed, but "a*" and "a{3,4}" are not.  Group references
   are not supported even if they match strings of some fixed length.
   Note that patterns which start with positive lookbehind assertions
   will not match at the beginning of the string being searched; you
   will most likely want to use the "search()" function rather than
   the "match()" function:

   >>> import re
   >>> m = re.search('(?<=abc)def', 'abcdef')
   >>> m.group(0)
   'def'

   Cet exemple recherche un mot suivi d’un trait d’union :

   >>> m = re.search('(?<=-)\w+', 'spam-egg')
   >>> m.group(0)
   'egg'

"(?<!...)"
   Matches if the current position in the string is not preceded by a
   match for "...".  This is called a *negative lookbehind assertion*.
   Similar to positive lookbehind assertions, the contained pattern
   must only match strings of some fixed length and shouldn’t contain
   group references. Patterns which start with negative lookbehind
   assertions may match at the beginning of the string being searched.

"(?(id/name)yes-pattern|no-pattern)"
   Will try to match with "yes-pattern" if the group with given *id*
   or *name* exists, and with "no-pattern" if it doesn’t. "no-pattern"
   is optional and can be omitted. For example,
   "(<)?(\w+@\w+(?:\.\w+)+)(?(1)>)" is a poor email matching pattern,
   which will match with "'<user@host.com>'" as well as
   "'user@host.com'", but not with "'<user@host.com'".

   Nouveau dans la version 2.4.

The special sequences consist of "'\'" and a character from the list
below. If the ordinary character is not on the list, then the
resulting RE will match the second character.  For example, "\$"
matches the character "'$'".

"\number"
   Correspond au contenu du groupe du même nombre. Les groupes sont
   numérotés à partir de 1.  Par exemple, "(.+) \1" correspond à "'the
   the'" ou "'55 55'", mais pas à "'thethe'" (notez l’espace après le
   groupe).  Cette séquence spéciale ne peut être utilisée que pour
   faire référence aux 99 premiers groupes.  Si le premier chiffre de
   *number* est 0, ou si *number* est un nombre octal de 3 chiffres,
   il ne sera pas interprété comme une référence à un groupe, mais
   comme le caractère à la valeur octale *number*. À l’intérieur des
   "'['" et "']'" d’une classe de caractères, tous les échappements
   numériques sont traités comme des caractères.

"\A"
   Correspond uniquement au début d’une chaîne de caractères.

"\b"
   Matches the empty string, but only at the beginning or end of a
   word.  A word is defined as a sequence of alphanumeric or
   underscore characters, so the end of a word is indicated by
   whitespace or a non-alphanumeric, non-underscore character. Note
   that formally, "\b" is defined as the boundary between a "\w" and a
   "\W" character (or vice versa), or between "\w" and the
   beginning/end of the string, so the precise set of characters
   deemed to be alphanumeric depends on the values of the "UNICODE"
   and "LOCALE" flags. For example, "r'\bfoo\b'" matches "'foo'",
   "'foo.'", "'(foo)'", "'bar foo baz'" but not "'foobar'" or
   "'foo3'". Inside a character range, "\b" represents the backspace
   character, for compatibility with Python’s string literals.

"\B"
   Matches the empty string, but only when it is *not* at the
   beginning or end of a word.  This means that "r'py\B'" matches
   "'python'", "'py3'", "'py2'", but not "'py'", "'py.'", or "'py!'".
   "\B" is just the opposite of "\b", so is also subject to the
   settings of "LOCALE" and "UNICODE".

"\d"
   When the "UNICODE" flag is not specified, matches any decimal
   digit; this is equivalent to the set "[0-9]".  With "UNICODE", it
   will match whatever is classified as a decimal digit in the Unicode
   character properties database.

"\D"
   When the "UNICODE" flag is not specified, matches any non-digit
   character; this is equivalent to the set  "[^0-9]".  With
   "UNICODE", it will match  anything other than character marked as
   digits in the Unicode character  properties database.

"\s"
   When the "UNICODE" flag is not specified, it matches any whitespace
   character, this is equivalent to the set "[ \t\n\r\f\v]". The
   "LOCALE" flag has no extra effect on matching of the space. If
   "UNICODE" is set, this will match the characters "[ \t\n\r\f\v]"
   plus whatever is classified as space in the Unicode character
   properties database.

"\S"
   When the "UNICODE" flag is not specified, matches any non-
   whitespace character; this is equivalent to the set "[^
   \t\n\r\f\v]" The "LOCALE" flag has no extra effect on non-
   whitespace match.  If "UNICODE" is set, then any character not
   marked as space in the Unicode character properties database is
   matched.

"\w"
   When the "LOCALE" and "UNICODE" flags are not specified, matches
   any alphanumeric character and the underscore; this is equivalent
   to the set "[a-zA-Z0-9_]".  With "LOCALE", it will match the set
   "[0-9_]" plus whatever characters are defined as alphanumeric for
   the current locale.  If "UNICODE" is set, this will match the
   characters "[0-9_]" plus whatever is classified as alphanumeric in
   the Unicode character properties database.

"\W"
   When the "LOCALE" and "UNICODE" flags are not specified, matches
   any non-alphanumeric character; this is equivalent to the set
   "[^a-zA-Z0-9_]". With "LOCALE", it will match any character not in
   the set "[0-9_]", and not defined as alphanumeric for the current
   locale. If "UNICODE" is set, this will match anything other than
   "[0-9_]" plus characters classified as not alphanumeric in the
   Unicode character properties database.

"\Z"
   Correspond uniquement à la fin d’une chaîne de caractères.

If both "LOCALE" and "UNICODE" flags are included for a particular
sequence, then "LOCALE" flag takes effect first followed by the
"UNICODE".

La plupart des échappements standards supportés par les chaînes
littérales sont aussi acceptés par l’analyseur d’expressions
rationnelles :

   \a      \b      \f      \n
   \r      \t      \v      \x
   \\

(Notez que "\b" est utilisé pour représenter les bornes d’un mot, et
signifie « *backspace* » uniquement à l’intérieur d’une classe de
caractères.)

Octal escapes are included in a limited form: If the first digit is a
0, or if there are three octal digits, it is considered an octal
escape. Otherwise, it is a group reference.  As for string literals,
octal escapes are always at most three digits in length.

Voir aussi:

  Maîtriser les expression rationnelles
     Livre sur les expressions rationnelles par Jeffrey Friedl, publié
     chez OReilly.  La seconde édition de ce livre ne couvre plus du
     tout Python, mais la première version explique en détails comment
     écrire de bonnes expressions rationnelles.


7.2.2. Contenu du module
========================

Le module définit plusieurs fonctions, constantes, et une exception.
Certaines fonctions sont des versions simplifiées des méthodes plus
complètes des expressions rationnelles compilées.  La plupart des
applications non triviales utilisent toujours la version compilée.

re.compile(pattern, flags=0)

   Compile a regular expression pattern into a regular expression
   object, which can be used for matching using its "match()" and
   "search()" methods, described below.

   Le comportement des expressions peut être modifié en spécifiant une
   valeur *flags*. Les valeurs sont comprises dans les variables
   suivantes, et peuvent être combinées avec un *ou* bit-à-bit
   (opérateur "|").

   La séquence :

      prog = re.compile(pattern)
      result = prog.match(string)

   est équivalente à :

      result = re.match(pattern, string)

   mais utiliser "re.compile()" et sauvegarder l’expression
   rationnelle renvoyée pour la réutiliser est plus efficace quand
   l’expression est amenée à être utilisée plusieurs fois dans un même
   programme.

   Note: The compiled versions of the most recent patterns passed to
     "re.match()", "re.search()" or "re.compile()" are cached, so
     programs that use only a few regular expressions at a time
     needn’t worry about compiling regular expressions.

re.DEBUG

   Affiche des informations de debug à propos de l’expression
   compilée.

re.I
re.IGNORECASE

   Perform case-insensitive matching; expressions like "[A-Z]" will
   match lowercase letters, too.  This is not affected by the current
   locale.  To get this effect on non-ASCII Unicode characters such as
   "ü" and "Ü", add the "UNICODE" flag.

re.L
re.LOCALE

   Make "\w", "\W", "\b", "\B", "\s" and "\S" dependent on the current
   locale.

re.M
re.MULTILINE

   Quand spécifiée, le caractère "'^'" correspond au début d’une
   chaîne et au début d’une ligne (caractère suivant directement le
   saut de ligne) ; et le caractère "'$'" correspond à la fin d’une
   chaîne et à la fin d’une ligne (juste avant le saut de ligne).  Par
   défaut, "'^'" correspond uniquement au début de la chaîne, et "'$'"
   uniquement à la fin de la chaîne, ou immédiatement avant le saut de
   ligne (s’il y a) à la fin de la chaîne.

re.S
re.DOTALL

   Fait correspondre tous les caractères possibles à "'.'", incluant
   le saut de ligne ; sans cette option, "'.'" correspondrait à tout
   caractère à l’exception du saut de ligne.

re.U
re.UNICODE

   Make the "\w", "\W", "\b", "\B", "\d", "\D", "\s" and "\S"
   sequences dependent on the Unicode character properties database.
   Also enables non-ASCII matching for "IGNORECASE".

   Nouveau dans la version 2.0.

re.X
re.VERBOSE

   This flag allows you to write regular expressions that look nicer
   and are more readable by allowing you to visually separate logical
   sections of the pattern and add comments. Whitespace within the
   pattern is ignored, except when in a character class, or when
   preceded by an unescaped backslash, or within tokens like "*?",
   "(?:" or "(?P<...>". When a line contains a "#" that is not in a
   character class and is not preceded by an unescaped backslash, all
   characters from the leftmost such "#" through the end of the line
   are ignored.

   Cela signifie que les deux expressions rationnelles suivantes qui
   valident un nombre décimal sont fonctionnellement égales :

      a = re.compile(r"""\d +  # the integral part
                         \.    # the decimal point
                         \d *  # some fractional digits""", re.X)
      b = re.compile(r"\d+\.\d*")

re.search(pattern, string, flags=0)

   Scan through *string* looking for the first location where the
   regular expression *pattern* produces a match, and return a
   corresponding "MatchObject" instance. Return "None" if no position
   in the string matches the pattern; note that this is different from
   finding a zero-length match at some point in the string.

re.match(pattern, string, flags=0)

   If zero or more characters at the beginning of *string* match the
   regular expression *pattern*, return a corresponding "MatchObject"
   instance. Return "None" if the string does not match the pattern;
   note that this is different from a zero-length match.

   Notez que même en mode "MULTILINE", "re.match()" ne validera qu’au
   début de la chaîne et non au début de chaque ligne.

   Si vous voulez trouver une correspondance n’importe où dans
   *string*, utilisez plutôt "search()" (voir aussi search() vs.
   match()).

re.split(pattern, string, maxsplit=0, flags=0)

   Split *string* by the occurrences of *pattern*.  If capturing
   parentheses are used in *pattern*, then the text of all groups in
   the pattern are also returned as part of the resulting list. If
   *maxsplit* is nonzero, at most *maxsplit* splits occur, and the
   remainder of the string is returned as the final element of the
   list.  (Incompatibility note: in the original Python 1.5 release,
   *maxsplit* was ignored.  This has been fixed in later releases.)

   >>> re.split('\W+', 'Words, words, words.')
   ['Words', 'words', 'words', '']
   >>> re.split('(\W+)', 'Words, words, words.')
   ['Words', ', ', 'words', ', ', 'words', '.', '']
   >>> re.split('\W+', 'Words, words, words.', 1)
   ['Words', 'words, words.']
   >>> re.split('[a-f]+', '0a3B9', flags=re.IGNORECASE)
   ['0', '3', '9']

   S’il y a des groupes capturants dans le séparateur et qu’ils
   trouvent une correspondance au début de la chaîne, le résultat
   commencera par une chaîne vide.  La même chose se produit pour la
   fin de la chaîne :

   >>> re.split('(\W+)', '...words, words...')
   ['', '...', 'words', ', ', 'words', '...', '']

   That way, separator components are always found at the same
   relative indices within the result list (e.g., if there’s one
   capturing group in the separator, the 0th, the 2nd and so forth).

   Note that *split* will never split a string on an empty pattern
   match. For example:

   >>> re.split('x*', 'foo')
   ['foo']
   >>> re.split("(?m)^$", "foo\n\nbar\n")
   ['foo\n\nbar\n']

   Modifié dans la version 2.7: Ajout de l’argument optionnel *flags*.

re.findall(pattern, string, flags=0)

   Return all non-overlapping matches of *pattern* in *string*, as a
   list of strings.  The *string* is scanned left-to-right, and
   matches are returned in the order found.  If one or more groups are
   present in the pattern, return a list of groups; this will be a
   list of tuples if the pattern has more than one group.  Empty
   matches are included in the result.

   Note: Due to the limitation of the current implementation the
     character following an empty match is not included in a next
     match, so "findall(r'^|\w+', 'two words')" returns "['', 'wo',
     'words']" (note missed « t »).  This is changed in Python 3.7.

   Nouveau dans la version 1.5.2.

   Modifié dans la version 2.4: Ajout de l’argument optionnel *flags*.

re.finditer(pattern, string, flags=0)

   Return an *iterator* yielding "MatchObject" instances over all non-
   overlapping matches for the RE *pattern* in *string*.  The *string*
   is scanned left-to-right, and matches are returned in the order
   found.  Empty matches are included in the result.  See also the
   note about "findall()".

   Nouveau dans la version 2.2.

   Modifié dans la version 2.4: Ajout de l’argument optionnel *flags*.

re.sub(pattern, repl, string, count=0, flags=0)

   Return the string obtained by replacing the leftmost non-
   overlapping occurrences of *pattern* in *string* by the replacement
   *repl*.  If the pattern isn’t found, *string* is returned
   unchanged.  *repl* can be a string or a function; if it is a
   string, any backslash escapes in it are processed.  That is, "\n"
   is converted to a single newline character, "\r" is converted to a
   carriage return, and so forth.  Unknown escapes such as "\j" are
   left alone.  Backreferences, such as "\6", are replaced with the
   substring matched by group 6 in the pattern. For example:

   >>> re.sub(r'def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):',
   ...        r'static PyObject*\npy_\1(void)\n{',
   ...        'def myfunc():')
   'static PyObject*\npy_myfunc(void)\n{'

   Si *repl* est une fonction, elle est appelée pour chaque occurrence
   non chevauchante de *pattern*.  La fonction prend comme argument un
   objet de correspondance, et renvoie la chaîne de remplacement.  Par
   exemple :

   >>> def dashrepl(matchobj):
   ...     if matchobj.group(0) == '-': return ' '
   ...     else: return '-'
   >>> re.sub('-{1,2}', dashrepl, 'pro----gram-files')
   'pro--gram files'
   >>> re.sub(r'\sAND\s', ' & ', 'Baked Beans And Spam', flags=re.IGNORECASE)
   'Baked Beans & Spam'

   Le motif peut être une chaîne de caractères ou un objet expression
   rationnelle.

   L’argument optionnel *count* est le nombre maximum d’occurrences du
   motif à remplacer : *count* ne doit pas être un nombre négatif.  Si
   omis ou nul, toutes les occurrences seront remplacées. Les
   correspondances vides avec le motif sont remplacées uniquement
   quand elles ne sont pas adjacentes à une précédente correspondance,
   ainsi "sub('x*', '-', 'abc')" renvoie "'-a-b-c-'".

   Dans les arguments *repl* de type *string*, en plus des séquences
   d’échappement et références arrières décrites au-dessus, "\g<name>"
   utilisera la sous-chaîne correspondant au groupe nommé "name",
   comme défini par la syntaxe "(?P<name>...)". "\g<number>" utilise
   le groupe numéroté associé ; "\g<2>" est ainsi équivalent à "\2",
   mais n’est pas ambigu dans un remplacement tel que "\g<2>0", "\20"
   serait interprété comme une référence au groupe 20, et non une
   référence au groupe 2 suivie par un caractère littéral "'0'".  La
   référence arrière "\g<0>" est remplacée par la sous-chaîne entière
   validée par l’expression rationnelle.

   Modifié dans la version 2.7: Ajout de l’argument optionnel *flags*.

re.subn(pattern, repl, string, count=0, flags=0)

   Réalise la même opération que "sub()", mais renvoie un *tuple*
   "(nouvelle_chaîne, nombre_de_substitutions_réalisées)".

   Modifié dans la version 2.7: Ajout de l’argument optionnel *flags*.

re.escape(pattern)

   Escape all the characters in *pattern* except ASCII letters and
   numbers. This is useful if you want to match an arbitrary literal
   string that may have regular expression metacharacters in it.  For
   example:

      >>> print re.escape('python.exe')
      python\.exe

      >>> legal_chars = string.ascii_lowercase + string.digits + "!#$%&'*+-.^_`|~:"
      >>> print '[%s]+' % re.escape(legal_chars)
      [abcdefghijklmnopqrstuvwxyz0123456789\!\#\$\%\&\'\*\+\-\.\^\_\`\|\~\:]+

      >>> operators = ['+', '-', '*', '/', '**']
      >>> print '|'.join(map(re.escape, sorted(operators, reverse=True)))
      \/|\-|\+|\*\*|\*

re.purge()

   Vide le cache d’expressions rationnelles.

exception re.error

   Exception raised when a string passed to one of the functions here
   is not a valid regular expression (for example, it might contain
   unmatched parentheses) or when some other error occurs during
   compilation or matching.  It is never an error if a string contains
   no match for a pattern.


7.2.3. Objets d’expressions rationnelles
========================================

class re.RegexObject

   The "RegexObject" class supports the following methods and
   attributes:

   search(string[, pos[, endpos]])

      Scan through *string* looking for a location where this regular
      expression produces a match, and return a corresponding
      "MatchObject" instance. Return "None" if no position in the
      string matches the pattern; note that this is different from
      finding a zero-length match at some point in the string.

      Le second paramètre *pos* (optionnel) donne l’index dans la
      chaîne où la recherche doit débuter ; il vaut "0" par défaut.
      Cela n’est pas complètement équivalent à un *slicing* sur la
      chaîne ; le caractère de motif "'^'" correspond au début réel de
      la chaîne et aux positions juste après un saut de ligne, mais
      pas nécessairement à l’index où la recherche commence.

      The optional parameter *endpos* limits how far the string will
      be searched; it will be as if the string is *endpos* characters
      long, so only the characters from *pos* to "endpos - 1" will be
      searched for a match.  If *endpos* is less than *pos*, no match
      will be found, otherwise, if *rx* is a compiled regular
      expression object, "rx.search(string, 0, 50)" is equivalent to
      "rx.search(string[:50], 0)".

      >>> pattern = re.compile("d")
      >>> pattern.search("dog")     # Match at index 0
      <_sre.SRE_Match object at ...>
      >>> pattern.search("dog", 1)  # No match; search doesn't include the "d"

   match(string[, pos[, endpos]])

      If zero or more characters at the *beginning* of *string* match
      this regular expression, return a corresponding "MatchObject"
      instance.  Return "None" if the string does not match the
      pattern; note that this is different from a zero-length match.

      The optional *pos* and *endpos* parameters have the same meaning
      as for the "search()" method.

      >>> pattern = re.compile("o")
      >>> pattern.match("dog")      # No match as "o" is not at the start of "dog".
      >>> pattern.match("dog", 1)   # Match as "o" is the 2nd character of "dog".
      <_sre.SRE_Match object at ...>

      If you want to locate a match anywhere in *string*, use
      "search()" instead (see also search() vs. match()).

   split(string, maxsplit=0)

      Identique à la fonction "split()", en utilisant le motif
      compilé.

   findall(string[, pos[, endpos]])

      Similaire à la fonction "findall()", en utilisant le motif
      compilé, mais accepte aussi des paramètres *pos* et *endpos*
      optionnels qui limitent la région de recherche comme pour
      "match()".

   finditer(string[, pos[, endpos]])

      Similaire à la fonction "finditer()", en utilisant le motif
      compilé, mais accepte aussi des paramètres *pos* et *endpos*
      optionnels qui limitent la région de recherche comme pour
      "match()".

   sub(repl, string, count=0)

      Identique à la fonction "sub()", en utilisant le motif compilé.

   subn(repl, string, count=0)

      Identique à la fonction "subn()", en utilisant le motif compilé.

   flags

      The regex matching flags.  This is a combination of the flags
      given to "compile()" and any "(?...)" inline flags in the
      pattern.

   groups

      Le nombre de groupes de capture dans le motif.

   groupindex

      Un dictionnaire associant les noms de groupes symboliques
      définis par "(?P<id>)" aux groupes numérotés.  Le dictionnaire
      est vide si aucun groupe symbolique n’est utilisé dans le motif.

   pattern

      La chaîne de motif depuis laquelle l’objet expression
      rationnelle a été compilé.


7.2.4. Objets de correspondance
===============================

class re.MatchObject

   Les objets de correspondance ont toujours une valeur booléenne
   "True". Puisque "match()" et "search()" renvoient "None" quand il
   n’y a pas de correspondance, vous pouvez tester s’il y a eu
   correspondance avec une simple instruction "if" :

      match = re.search(pattern, string)
      if match:
          process(match)

   Les objets de correspondance supportent les méthodes et attributs
   suivants :

   expand(template)

      Return the string obtained by doing backslash substitution on
      the template string *template*, as done by the "sub()" method.
      Escapes such as "\n" are converted to the appropriate
      characters, and numeric backreferences ("\1", "\2") and named
      backreferences ("\g<1>", "\g<name>") are replaced by the
      contents of the corresponding group.

   group([group1, ...])

      Renvoie un ou plus sous-groupes de la correspondance.  Si un
      seul argument est donné, le résultat est une chaîne simple ;
      s’il y a plusieurs arguments, le résultat est un *tuple*
      comprenant un élément par argument. Sans arguments, *group1*
      vaut par défaut zéro (la correspondance entière est renvoyée).
      Si un argument *groupN* vaut zéro, l’élément associé sera la
      chaîne de correspondance entière ; s’il est dans l’intervalle
      fermé [1..99], c’est la correspondance avec le groupe de
      parenthèses associé.  Si un numéro de groupe est négatif ou
      supérieur au nombre de groupes définis dans le motif, une
      exception "indexError" est levée. Si un groupe est contenu dans
      une partie du motif qui n’a aucune correspondance, l’élément
      associé sera "None". Si un groupe est contenu dans une partie du
      motif qui a plusieurs correspondances, seule la dernière
      correspondance est renvoyée.

      >>> m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")
      >>> m.group(0)       # The entire match
      'Isaac Newton'
      >>> m.group(1)       # The first parenthesized subgroup.
      'Isaac'
      >>> m.group(2)       # The second parenthesized subgroup.
      'Newton'
      >>> m.group(1, 2)    # Multiple arguments give us a tuple.
      ('Isaac', 'Newton')

      Si l’expression rationnelle utilise la syntaxe "(?P<name>...)",
      les arguments *groupN* peuvent alors aussi être des chaînes
      identifiant les groupes par leurs noms.  Si une chaîne donnée en
      argument n’est pas utilisée comme nom de groupe dans le motif,
      une exception "IndexError" est levée.

      Un exemple modérément compliqué :

      >>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")
      >>> m.group('first_name')
      'Malcolm'
      >>> m.group('last_name')
      'Reynolds'

      Les groupes nommés peuvent aussi être référencés par leur index
      :

      >>> m.group(1)
      'Malcolm'
      >>> m.group(2)
      'Reynolds'

      Si un groupe a plusieurs correspondances, seule la dernière est
      accessible :

      >>> m = re.match(r"(..)+", "a1b2c3")  # Matches 3 times.
      >>> m.group(1)                        # Returns only the last match.
      'c3'

   groups([default])

      Return a tuple containing all the subgroups of the match, from 1
      up to however many groups are in the pattern.  The *default*
      argument is used for groups that did not participate in the
      match; it defaults to "None".  (Incompatibility note: in the
      original Python 1.5 release, if the tuple was one element long,
      a string would be returned instead.  In later versions (from
      1.5.1 on), a singleton tuple is returned in such cases.)

      Par exemple :

      >>> m = re.match(r"(\d+)\.(\d+)", "24.1632")
      >>> m.groups()
      ('24', '1632')

      Si on rend la partie décimale et tout ce qui la suit optionnels,
      tous les groupes ne figureront pas dans la correspondance.  Ces
      groupes sans correspondance vaudront "None" sauf si une autre
      valeur est donnée à l’argument *default* :

      >>> m = re.match(r"(\d+)\.?(\d+)?", "24")
      >>> m.groups()      # Second group defaults to None.
      ('24', None)
      >>> m.groups('0')   # Now, the second group defaults to '0'.
      ('24', '0')

   groupdict([default])

      Renvoie un dictionnaire contenant tous les sous-groupes *nommés*
      de la correspondance, accessibles par leurs noms.  L’argument
      *default* est utilisé pour les groupes qui ne figurent pas dans
      la correspondance ; il vaut "None" par défaut.  Par exemple :

      >>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")
      >>> m.groupdict()
      {'first_name': 'Malcolm', 'last_name': 'Reynolds'}

   start([group])
   end([group])

      Renvoie les indices de début et de fin de la sous-chaîne
      correspondant au groupe *group* ; *group* vaut par défaut zéro
      (pour récupérer les indices de la correspondance complète).
      Renvoie "-1" si *group* existe mais ne figure pas dans la
      correspondance.  Pour un objet de correspondance *m*, et un
      groupe *g* qui y figure, la sous-chaîne correspondant au groupe
      *g* (équivalente à "m.group(g)") est :

         m.string[m.start(g):m.end(g)]

      Notez que "m.start(group)" sera égal à "m.end(group)" si *group*
      correspond à une chaîne vide.  Par exemple, après "m =
      re.search('b(c?)', 'cba')", "m.start(0)" vaut 1, "m.end(0)" vaut
      2, "m.start(1)" et "m.end(1)" valent tous deux 2, et
      "m.start(2)" lève une exception "IndexError".

      Un exemple qui supprimera *remove_this* d’une adresse email :

      >>> email = "tony@tiremove_thisger.net"
      >>> m = re.search("remove_this", email)
      >>> email[:m.start()] + email[m.end():]
      'tony@tiger.net'

   span([group])

      For "MatchObject" *m*, return the 2-tuple "(m.start(group),
      m.end(group))". Note that if *group* did not contribute to the
      match, this is "(-1, -1)".  *group* defaults to zero, the entire
      match.

   pos

      The value of *pos* which was passed to the "search()" or
      "match()" method of the "RegexObject".  This is the index into
      the string at which the RE engine started looking for a match.

   endpos

      The value of *endpos* which was passed to the "search()" or
      "match()" method of the "RegexObject".  This is the index into
      the string beyond which the RE engine will not go.

   lastindex

      L’index entier du dernier groupe de capture validé, ou "None" si
      aucun groupe ne correspondait. Par exemple, les expressions
      "(a)b", "((a)(b))" et "((ab))" auront un "lastindex == 1" si
      appliquées à la chaîne "'ab'", alors que l’expression "(a)(b)"
      aura un "lastindex == 2" si appliquée à la même chaîne.

   lastgroup

      Le nom du dernier groupe capturant validé, ou "None" si le
      groupe n’a pas de nom, ou si aucun groupe ne correspondait.

   re

      The regular expression object whose "match()" or "search()"
      method produced this "MatchObject" instance.

   string

      The string passed to "match()" or "search()".


7.2.5. Exemples
===============


7.2.5.1. Checking For a Pair
----------------------------

Dans cet exemple, nous utiliserons cette fonction de facilité pour
afficher les objets de correspondance sous une meilleure forme :

   def displaymatch(match):
       if match is None:
           return None
       return '<Match: %r, groups=%r>' % (match.group(), match.groups())

Supposez que vous écriviez un jeu de poker où la main d’un joueur est
représentée par une chaîne de 5 caractères avec chaque caractère
représentant une carte, « a » pour l’as, « k » pour le roi (*king*), «
q » pour la reine (*queen*), « j » pour le valet (*jack*), « t » pour
10 (*ten*), et les caractères de « 2 » à « 9 » représentant les cartes
avec ces valeurs.

Pour vérifier qu’une chaîne donnée est une main valide, on pourrait
faire comme suit :

>>> valid = re.compile(r"^[a2-9tjqk]{5}$")
>>> displaymatch(valid.match("akt5q"))  # Valid.
"<Match: 'akt5q', groups=()>"
>>> displaymatch(valid.match("akt5e"))  # Invalid.
>>> displaymatch(valid.match("akt"))    # Invalid.
>>> displaymatch(valid.match("727ak"))  # Valid.
"<Match: '727ak', groups=()>"

La dernière main, ""727ak"", contenait une paire, deux cartes de la
même valeur. Pour valider cela avec une expression rationnelle, on
pourrait utiliser des références arrière comme :

>>> pair = re.compile(r".*(.).*\1")
>>> displaymatch(pair.match("717ak"))     # Pair of 7s.
"<Match: '717', groups=('7',)>"
>>> displaymatch(pair.match("718ak"))     # No pairs.
>>> displaymatch(pair.match("354aa"))     # Pair of aces.
"<Match: '354aa', groups=('a',)>"

To find out what card the pair consists of, one could use the
"group()" method of "MatchObject" in the following manner:

   >>> pair.match("717ak").group(1)
   '7'

   # Error because re.match() returns None, which doesn't have a group() method:
   >>> pair.match("718ak").group(1)
   Traceback (most recent call last):
     File "<pyshell#23>", line 1, in <module>
       re.match(r".*(.).*\1", "718ak").group(1)
   AttributeError: 'NoneType' object has no attribute 'group'

   >>> pair.match("354aa").group(1)
   'a'


7.2.5.2. Simuler *scanf()*
--------------------------

Python n’a actuellement pas d’équivalent à la fonction C "scanf()".
Les expressions rationnelles sont généralement plus puissantes, mais
aussi plus verbeuses, que les chaînes de format "scanf()".  Le tableau
suivant présente des expressions rationnelles plus ou moins
équivalentes aux éléments de formats de "scanf()".

+----------------------------------+-----------------------------------------------+
| Élément de "scanf()"             | Expression rationnelle                        |
+==================================+===============================================+
| "%c"                             | "."                                           |
+----------------------------------+-----------------------------------------------+
| "%5c"                            | ".{5}"                                        |
+----------------------------------+-----------------------------------------------+
| "%d"                             | "[-+]?\d+"                                    |
+----------------------------------+-----------------------------------------------+
| "%e", "%E", "%f", "%g"           | "[-+]?(\d+(\.\d*)?|\.\d+)([eE][-+]?\d+)?"     |
+----------------------------------+-----------------------------------------------+
| "%i"                             | "[-+]?(0[xX][\dA-Fa-f]+|0[0-7]*|\d+)"         |
+----------------------------------+-----------------------------------------------+
| "%o"                             | "[-+]?[0-7]+"                                 |
+----------------------------------+-----------------------------------------------+
| "%s"                             | "\S+"                                         |
+----------------------------------+-----------------------------------------------+
| "%u"                             | "\d+"                                         |
+----------------------------------+-----------------------------------------------+
| "%x", "%X"                       | "[-+]?(0[xX])?[\dA-Fa-f]+"                    |
+----------------------------------+-----------------------------------------------+

Pour extraire le nom de fichier et les nombres depuis une chaîne comme
:

   /usr/sbin/sendmail - 0 errors, 4 warnings

vous utiliseriez un format "scanf()" comme :

   %s - %d errors, %d warnings

L’expression rationnelle équivalente serait :

   (\S+) - (\d+) errors, (\d+) warnings


7.2.5.3. search() vs. match()
-----------------------------

Python offre deux opérations primitives basées sur les expressions
rationnelles : "re.match()" cherche une correspondance uniquement au
début de la chaîne, tandis que "re.search()" en recherche une
n’importe où dans la chaîne (ce que fait Perl par défaut).

Par exemple :

   >>> re.match("c", "abcdef")    # No match
   >>> re.search("c", "abcdef")   # Match
   <_sre.SRE_Match object at ...>

Les expressions rationnelles commençant par "'^'" peuvent être
utilisées avec "search()" pour restreindre la recherche au début de la
chaîne :

   >>> re.match("c", "abcdef")    # No match
   >>> re.search("^c", "abcdef")  # No match
   >>> re.search("^a", "abcdef")  # Match
   <_sre.SRE_Match object at ...>

Notez cependant qu’en mode "MULTILINE", "match()" ne recherche qu’au
début de la chaîne, alors que "search()" avec une expression
rationnelle commençant par "'^'" recherchera au début de chaque ligne.

>>> re.match('X', 'A\nB\nX', re.MULTILINE)  # No match
>>> re.search('^X', 'A\nB\nX', re.MULTILINE)  # Match
<_sre.SRE_Match object at ...>


7.2.5.4. Construire un répertoire téléphonique
----------------------------------------------

"split()" découpe une chaîne en une liste délimitée par le motif
donné.  La méthode est inestimable pour convertir des données
textuelles vers des structures de données qui peuvent être lues et
modifiées par Python comme démontré dans l’exemple suivant qui crée un
répertoire téléphonique.

Premièrement, voici l’entrée.  Elle provient normalement d’un fichier,
nous utilisons ici une chaîne à guillemets triples :

>>> text = """Ross McFluff: 834.345.1254 155 Elm Street
...
... Ronald Heathmore: 892.345.3428 436 Finley Avenue
... Frank Burger: 925.541.7625 662 South Dogwood Way
...
...
... Heather Albrecht: 548.326.4584 919 Park Place"""

Les entrées sont séparées par un saut de ligne ou plus. Nous
convertissons maintenant la chaîne en une liste où chaque ligne non
vide aura sa propre entrée :

   >>> entries = re.split("\n+", text)
   >>> entries
   ['Ross McFluff: 834.345.1254 155 Elm Street',
   'Ronald Heathmore: 892.345.3428 436 Finley Avenue',
   'Frank Burger: 925.541.7625 662 South Dogwood Way',
   'Heather Albrecht: 548.326.4584 919 Park Place']

Finalement, on sépare chaque entrée en une liste avec prénom, nom,
numéro de téléphone et adresse.  Nous utilisons le paramètre
"maxsplit" de "split()" parce que l’adresse contient des espaces, qui
sont notre motif de séparation :

   >>> [re.split(":? ", entry, 3) for entry in entries]
   [['Ross', 'McFluff', '834.345.1254', '155 Elm Street'],
   ['Ronald', 'Heathmore', '892.345.3428', '436 Finley Avenue'],
   ['Frank', 'Burger', '925.541.7625', '662 South Dogwood Way'],
   ['Heather', 'Albrecht', '548.326.4584', '919 Park Place']]

Le motif ":?" trouve les deux points derrière le nom de famille, pour
qu’ils n’apparaissent pas dans la liste résultante. Avec un "maxsplit"
de "4", nous pourrions séparer le numéro du nom de la rue :

   >>> [re.split(":? ", entry, 4) for entry in entries]
   [['Ross', 'McFluff', '834.345.1254', '155', 'Elm Street'],
   ['Ronald', 'Heathmore', '892.345.3428', '436', 'Finley Avenue'],
   ['Frank', 'Burger', '925.541.7625', '662', 'South Dogwood Way'],
   ['Heather', 'Albrecht', '548.326.4584', '919', 'Park Place']]


7.2.5.5. Mélanger les lettres des mots
--------------------------------------

"sub()" remplace toutes les occurrences d’un motif par une chaîne ou
le résultat d’une fonction.  Cet exemple le montre, en utilisant
"sub()" avec une fonction qui mélange aléatoirement les caractères de
chaque mot dans une phrase (à l’exception des premiers et derniers
caractères) :

   >>> def repl(m):
   ...     inner_word = list(m.group(2))
   ...     random.shuffle(inner_word)
   ...     return m.group(1) + "".join(inner_word) + m.group(3)
   >>> text = "Professor Abdolmalek, please report your absences promptly."
   >>> re.sub(r"(\w)(\w+)(\w)", repl, text)
   'Poefsrosr Aealmlobdk, pslaee reorpt your abnseces plmrptoy.'
   >>> re.sub(r"(\w)(\w+)(\w)", repl, text)
   'Pofsroser Aodlambelk, plasee reoprt yuor asnebces potlmrpy.'


7.2.5.6. Trouver tous les adverbes
----------------------------------

"findall()" matches *all* occurrences of a pattern, not just the first
one as "search()" does.  For example, if a writer wanted to find all
of the adverbs in some text, they might use "findall()" in the
following manner:

>>> text = "He was carefully disguised but captured quickly by police."
>>> re.findall(r"\w+ly", text)
['carefully', 'quickly']


7.2.5.7. Trouver tous les adverbes et leurs positions
-----------------------------------------------------

If one wants more information about all matches of a pattern than the
matched text, "finditer()" is useful as it provides instances of
"MatchObject" instead of strings.  Continuing with the previous
example, if a writer wanted to find all of the adverbs *and their
positions* in some text, they would use "finditer()" in the following
manner:

>>> text = "He was carefully disguised but captured quickly by police."
>>> for m in re.finditer(r"\w+ly", text):
...     print '%02d-%02d: %s' % (m.start(), m.end(), m.group(0))
07-16: carefully
40-47: quickly


7.2.5.8. Notation brutes de chaînes
-----------------------------------

La notation brute de chaînes ("r"text"") garde saines les expressions
rationnelles.  Sans elle, chaque *backslash* ("'\'") dans une
expression rationnelle devrait être préfixé d’un autre *backslash*
pour l’échapper.  Par exemple, les deux lignes de code suivantes sont
fonctionnellement identiques :

>>> re.match(r"\W(.)\1\W", " ff ")
<_sre.SRE_Match object at ...>
>>> re.match("\\W(.)\\1\\W", " ff ")
<_sre.SRE_Match object at ...>

Pour rechercher un *backslash* littéral, il faut l’échapper dans
l’expression rationnelle.  Avec la notation brute, cela signifie
"r"\\"".  Sans elle, il faudrait utiliser ""\\\\"", faisant que les
deux lignes de code suivantes sont fonctionnellement identiques :

>>> re.match(r"\\", r"\\")
<_sre.SRE_Match object at ...>
>>> re.match("\\\\", r"\\")
<_sre.SRE_Match object at ...>
