<?xml version="1.0" encoding="utf-8"?>

<chapter xml:id="reference.pcre.pattern.syntax" xmlns="http://docbook.org/ns/docbook" xmlns:xlink="http://www.w3.org/1999/xlink">

<title>Syntaxe des masques</title>

<titleabbrev>Fonctionnement des expressions régulières</titleabbrev>

<section xml:id="regexp.introduction">

&reftitle.intro;

<para>

La syntaxe et la sémantique des expressions régulières

supportées par PCRE sont décrites dans cette section. Les expressions

régulières sont aussi décrites dans la documentation

Perl, et dans un grand nombre d'autres livres, avec de nombreux exemples.

Le livre de Jeffrey Friedl "Mastering Regular Expressions", édité

chez O'Reilly (ISBN 1-56592-257-3), les décrit en profondeur.

Cette description est organisée comme une documentation de

référence.

</para>

<para>

Une expression rationnelle est un masque appliqué à

une chaîne sujet, de gauche à droite. La plupart des

caractères se représentent eux-mêmes. Un exemple

trivial : un masque qui serait "<literal>Le rapide renard gris</literal>",

pourra correspondre à une partie de la chaîne sujet qui sera

identique au masque, par exemple

"<literal>Le rapide renard gris court dans la forêt</literal>",

</para>

</section>

<section xml:id="regexp.reference.delimiters">

<title>Délimiteurs</title>

<para>

Lors de l'utilisation des fonctions PCRE, il est nécessaire que le motif soit encadré

par des <emphasis>délimiteurs</emphasis>. Un délimiteur peut être n'importe quel caractère

non alpha-numérique autre qu'un backslash ou qu'un espace.

Les caractères d'espacement blanc avant un délimiteur valide sont silencieusement ignorés.

</para>

<para>

Les délimiteurs les plus courants sont les slashes (<literal>/</literal>), dièses

(<literal>#</literal>) et les tildes (<literal>~</literal>). Les exemples suivants ont

tous des motifs encadrés avec des délimiteurs valides.

<informalexample>

<programlisting>

</programlisting>

</informalexample>

</para>

<para>

Il est également possible d'utiliser les délimiteurs utilisant les crochets

où les crochets ouvrants et fermants sont respectivement les délimiteurs de

début et de fin. <literal>()</literal>, <literal>{}</literal>,

<literal>[]</literal> et <literal>&lt;&gt;</literal> sont tous des styles

de crochets valides.

<informalexample>

<programlisting>

</programlisting>

</informalexample>

Les délimiteurs utilisant les crochets n'ont pas besoin d'être échappés lorsqu'ils

sont utilisés comme caractères méta dans un masque, mais, comme tout autre opérateur,

ils doivent être échappés s'ils sont utilisés comme caractères littéraux.

</para>

<para>

Si le délimiteur doit être décrit dans le motif, il doit être échappé avec un backslash.

Si le délimiteur apparait souvent dans le motif, choisir un autre délimiteur est une bonne

idée pour en augmenter la lisibilité.

<informalexample>

<programlisting>

</programlisting>

</informalexample>

La fonction <function>preg_quote</function> peut être utilisée pour échapper une chaîne

et l'utiliser dans un motif. Son second paramètre optionnel sert à spécifier le délimiteur

qui doit être échappé.

</para>

<para>

Il est aussi possible d'utiliser des <link linkend="reference.pcre.pattern.modifiers">

modificateurs de motif</link> après le délimiteur final. L'exemple suivant montre

une correspondance insensible à la casse.

<informalexample>

<programlisting>

</programlisting>

</informalexample>

</para>

</section>

<section xml:id="regexp.reference.meta">

<title>Métacaractères</title>

<para>

La puissance des expressions régulières provient de

leur capacité à autoriser des alternatives et des quantificateurs

de répétition dans le masque. Ils sont encodés

dans le masque par des <emphasis>métacaractères</emphasis>, qui ne représentent

pas ce qu'ils sont, mais sont interprétés d'une certaine

manière.

</para>

<para>

Il y a deux sortes de métacaractères : ceux qui sont

reconnus n'importe où dans un masque, hormis entre crochets,

et ceux qui sont reconnus entre crochets.

À l'extérieur des crochets, les métacaractères sont :

<table>

<title>Métacaractère en dehors des crochets</title>

<tgroup cols="2">

<thead>

<row>

<entry>Métacaractère</entry><entry>Description</entry>

</row>

</thead>

<tbody>

<row>

<entry>\</entry><entry>Caractère d'échappement, avec de multiples usages</entry>

</row>

<row>

<entry>^</entry><entry>Le début de la chaîne sujet (ou de ligne, en mode multilignes)</entry>

</row>

<row>

<entry>$</entry><entry>La fin de la chaîne sujet ou

avant la fin d'une nouvelle ligne (ou fin de ligne, en mode multilignes)</entry>

</row>

<row>

<entry>.</entry><entry>Remplace n'importe quel caractère, hormis le caractère de nouvelle ligne (par défaut)</entry>

</row>

<row>

<entry>[</entry><entry>Caractère de début de définition de classe</entry>

</row>

<row>

<entry>]</entry><entry>Caractère de fin de définition de classe</entry>

</row>

<row>

<entry>|</entry><entry>Caractère de début d'alternative</entry>

</row>

<row>

<entry>(</entry><entry>Caractère de début de sous-masque</entry>

</row>

<row>

<entry>)</entry><entry>Caractère de fin de sous-masque</entry>

</row>

<row>

<entry>?</entry><entry>Étend le sens de (; quantificateur de 0 ou 1; quantificateur de minimisation

(Voir les <link linkend="regexp.reference.repetition">répétitions</link>)</entry>

</row>

<row>

<entry>*</entry><entry>Quantificateur de 0 ou plus</entry>

</row>

<row>

<entry>+</entry><entry>Quantificateur de 1 ou plus</entry>

</row>

<row>

<entry>{</entry><entry>Caractère de début de quantificateur minimum/maximum</entry>

</row>

<row>

<entry>}</entry><entry>Caractère de fin de quantificateur minimum/maximum</entry>

</row>

</tbody>

</tgroup>

</table>

La partie du masque qui est entourée de crochets est appelée

classe de caractères. Dans

<link linkend="regexp.reference.character-classes">les classes de caractères</link>,

les seuls métacaractères autorisés sont :

<table>

<title>Meta-characters dans des crochets (<emphasis>classes de caractères</emphasis>)</title>

<tgroup cols="2">

<thead>

<row>

<entry>Métacaractère</entry><entry>Description</entry>

</row>

</thead>

<tbody>

<row>

<entry>\</entry><entry>Caractère de protection, avec de multiples usages</entry>

</row>

<row>

<entry>^</entry><entry>Négation de la classe, mais uniquement si placé tout au début de la classe</entry>

</row>

<row>

<entry>-</entry><entry>Indique un intervalle de caractères</entry>

</row>

</tbody>

</tgroup>

</table>

La section suivante décrit l'utilisation de chaque

métacaractère.

</para>

</section>

<section xml:id="regexp.reference.escape">

<title>Séquences d'échappement</title>

<para>

Le caractère antislash a de nombreuses utilisations.

En premier lieu, s'il est suivi d'un caractère non

alphanumérique, il ne prendra pas la signification

spéciale qui y est rattachée. Cette utilisation de

l'antislash comme caractère de protection s'applique

à l'intérieur et à l'extérieur des

classes de caractères.

</para>

<para>

Par exemple, pour rechercher le

caractère étoile "<literal>*</literal>", il faut

écrire dans le masque : "<literal>\*</literal>". Cela

s'applique dans tous les cas, que le caractère qui suive

soit un métacaractère ou non. C'est un moyen sûr

pour s'assurer qu'un caractère sera recherché

pour sa valeur littérale, plutôt que pour sa valeur

spéciale. En particulier, pour rechercher les antislashs,

il faut écrire : "<literal>\\</literal>".

</para>

<note>

<para>

La <link linkend="language.types.string.syntax">chaîne de caractères</link> PHP

simple ou double guillemet a une signification spéciale des antislashs. Donc,

si \ doit être recherché avec une expression rationnelle \\, alors

"\\\\" ou '\\\\' doit être utilisé dans le code PHP.

</para>

</note>

<para>

Si un masque est utilisé avec l'option

<link linkend="reference.pcre.pattern.modifiers">PCRE_EXTENDED</link>,

les espaces blancs du masque, mais qui ne sont pas dans une

classe de caractères et les caractères entre dièse

"<literal>#</literal>", ainsi que les nouvelles lignes sont ignorées.

L'antislash peut être utilisé pour les protéger et ainsi

rechercher un espace ou un dièse.

</para>

<para>

La deuxième utilité de l'antislash est de pouvoir

coder des caractères invisibles dans les masques. Il n'y

a pas de restriction sur la place de ces caractères

invisibles, hormis pour le caractère nul qui doit terminer

le masque.

Lors de la préparation du masque, il est souvent plus pratique

d'utiliser les séquences d'échappement suivantes,

plutôt que le caractère binaire qu'elles représentent :

</para>

<para>

<variablelist>

<varlistentry>

<term><emphasis>\a</emphasis></term>

<listitem>

<simpara>

alarme, c'est-à-dire le caractère BEL (hex 07)

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\cx</emphasis></term>

<listitem>

<simpara>

"contrôle-x", avec x qui peut être n'importe quel

caractère.

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\e</emphasis></term>

<listitem>

<simpara>

escape (hex 1B)

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\f</emphasis></term>

<listitem>

<simpara>

formfeed (hex 0C)

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\n</emphasis></term>

<listitem>

<simpara>

nouvelle ligne (hex 0A)

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\p{xx}</emphasis></term>

<listitem>

<simpara>

un caractère avec une propriété xx, voir

les <link linkend="regexp.reference.unicode">propriétés unicode</link>

pour plus d'informations

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\P{xx}</emphasis></term>

<listitem>

<simpara>

un caractère sans propriété xx, voir

les <link linkend="regexp.reference.unicode">propriétés unicode</link>

pour plus d'informations

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\r</emphasis></term>

<listitem>

<simpara>

retour chariot (hex 0D)

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\R</emphasis></term>

<listitem>

<simpara>saut de ligne : satisfait par \n, \r et \r\n</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\t</emphasis></term>

<listitem>

<simpara>

tabulation (hex 09)

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\xhh</emphasis></term>

<listitem>

<simpara>

caractère en hexadécimal, de code hh

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\ddd</emphasis></term>

<listitem>

<simpara>

caractère en octal, de code ddd, ou référence

arrière

</simpara>

</listitem>

</varlistentry>

</variablelist>

</para>

<para>

Dans la séquence "<literal>\cx</literal>" si "<literal>x</literal>"

est en minuscule, il est converti en majuscule. Puis, le bit 6 (hex 40)

est inversé. Ainsi "<literal>\cz</literal>" devient hex 1A,

mais "<literal>\c{</literal>" devient hex 3B, tandis que "<literal>\c;</literal>"

devient hex 7B.

</para>

<para>

Après "<literal>\x</literal>", deux caractères

hexadécimaux sont lus (les lettres peuvent être en majuscule

ou minuscule).

En mode <emphasis>UTF-8</emphasis>, "<literal>\x{...}</literal>"

est autorisée, où le contenu des accolades est une chaîne hexadécimale.

Il sera interprété comme un caractère UTF-8 où le numéro de code est

le numéro hexadécimal donné. La séquence d'échappement hexadécimale

originale, <literal>\xhh</literal>, correspond à un caractère UTF-8

sur 2 octets si la valeur est plus grande que 127.

</para>

<para>

Après "<literal>\0</literal>", deux caractères octaux sont lus.

Dans chacun des cas, le métacaractère tente de lire autant

de caractères que possible. Ainsi, la séquence

"<literal>\0\x\07</literal>" sera comprise comme deux caractères nuls,

suivis d'un caractère alarme (BEL). Il faut s'assurer que l'on fournit

suffisamment de chiffres après le métacaractère.

</para>

<para>

L'antislash de fin suivi par un nombre autre que 0 est compliqué.

À l'extérieur d'une classe de caractère, PCRE le lit, et tous les nombres

qui suivent, en tant que nombres décimaux. Si le nombre est plus petit que

10 ou s'il y a eu au moins précédemment une parenthèse gauche capturante

dans l'expression, la séquence entière est prise en tant que <emphasis>référence arrière</emphasis>.

Une description sur le fonctionnement est donnée plus tard, suivez la discussion

sur les parenthèses des sous masques.

</para>

<para>

À l'intérieur d'un caractère de classe ou s'il est plus

grand que 9, et qu'il n'y a pas eu assez de parenthèses ouvrantes

auparavant, PCRE lit jusqu'à 3 chiffres octaux à la suite

de l'antislash, et génère un octet unique, à partir

des 8 bits de poids faible de la séquence. Tous les chiffres qui

suivent ne sont pas interprétés, et se représentent

eux-mêmes. Par exemple:

</para>

<para>

<variablelist>

<varlistentry>

<term><emphasis>\040</emphasis></term>

<listitem>

<simpara>

une autre manière d'écrire un espace

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\40</emphasis></term>

<listitem>

<simpara>

identique, dans la mesure où il n'y a pas 40

parenthèses ouvrantes auparavant

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\7</emphasis></term>

<listitem>

<simpara>

est toujours une référence arrière

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\11</emphasis></term>

<listitem>

<simpara>

peut être une référence de retour,

ou une tabulation

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\011</emphasis></term>

<listitem>

<simpara>

toujours une tabulation

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\0113</emphasis></term>

<listitem>

<simpara>

est une tabulation suivie du caractère "3"

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\113</emphasis></term>

<listitem>

<simpara>

est le caractère 113 (étant donné qu'il ne

peut y avoir plus de 99 références arrière)

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\377</emphasis></term>

<listitem>

<simpara>

est un octet dont tous les bits sont à 1

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\81</emphasis></term>

<listitem>

<simpara>

peut être soit une référence arrière,

soit un zéro binaire suivi des caractères "8" et "1"

</simpara>

</listitem>

</varlistentry>

</variablelist>

</para>

<para>

Les valeurs octales supérieures ou égales à 100 ne

doivent pas être introduites par un 0, car seuls les trois premiers

octets seront lus.

</para>

<para>

Toutes les séquences qui définissent une valeur d'un seul

octet peuvent être utilisées dans les classes de caractères,

et à l'extérieur. De plus, dans une classe de caractères,

la séquence "<literal>\b</literal>" est interprétée

comme un caractère effacer (hex 08). À l'extérieur,

elle peut avoir d'autres significations

(voir ci-dessous).

</para>

<para>

On peut encore se servir de l'antislash pour préciser des types

génériques de valeurs :

</para>

<para>

<variablelist>

<varlistentry>

<term><emphasis>\d</emphasis></term>

<listitem>

<simpara>

tout caractère décimal

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\D</emphasis></term>

<listitem>

<simpara>

tout caractère qui n'est pas un caractère décimal

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\h</emphasis></term>

<listitem>

<simpara>

n'importe quel espace horizontal

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\H</emphasis></term>

<listitem>

<simpara>

n'importe quel caractère qui n'est pas un espace horizontal

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\s</emphasis></term>

<listitem>

<simpara>

tout caractère blanc

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\S</emphasis></term>

<listitem>

<simpara>

tout caractère qui n'est pas un caractère blanc

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\v</emphasis></term>

<listitem>

<simpara>

n'importe quel espace vertical

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\V</emphasis></term>

<listitem>

<simpara>

n'importe quel caractère qui n'est pas un espace vertical

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\w</emphasis></term>

<listitem>

<simpara>

tout caractère de "mot"

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\W</emphasis></term>

<listitem>

<simpara>

tout caractère qui n'est pas un caractère de "mot"

</simpara>

</listitem>

</varlistentry>

</variablelist>

</para>

<para>

Chaque paire précédente définit une partition de

la table des caractères : les deux ensembles sont disjoints.

Un caractère satisfera soit un métacaractère,

soit l'autre.

</para>

<para>

Les caractères "blancs" sont HT (9), LF (10), FF (12), CR (13),

et espace (32). Cependant, lors de l'utilisation d'une locale

particulière, tous les caractères se trouvant dans l'intervalle

128-255 peuvent aussi être considérés comme caractère blanc, par exemple

NBSP (A0).

</para>

<para>

Un caractère de "mot" sera une lettre, un chiffre ou le

caractère souligné, c'est-à-dire un

caractère qui pourra être une partie d'un <emphasis>mot</emphasis> Perl. La

définition des lettres et chiffres est définie par les

tables de caractères de PCRE, et peut varier suivant la table

locale de caractères. Par exemple, dans la configuration "français" ("fr"),

certains caractères ont des codes supérieurs à

128, pour les caractères accentués, et ils seront compris

par le métacaractère <literal>\w</literal>.

</para>

<para>

Ces séquences de caractères peuvent apparaître à

l'intérieur ou à l'extérieur des classes de

caractères. Elles remplacent à chaque fois un

caractère du type correspondant. Si cette séquence est

placée en fin de masque, et qu'il n'y a plus de caractère à

comparer dans la chaîne sujet, la recherche échoue.

</para>

<para>

La quatrième utilisation de l'antislash intervient lors d'assertions

simples. Une assertion impose une condition à un certain point,

sans remplacer de caractère. L'utilisation de sous-masques pour

réaliser des assertions plus complexes est décrite

plus bas. Les assertions avec antislash sont les suivantes :

</para>

<para>

<variablelist>

<varlistentry>

<term><emphasis>\b</emphasis></term>

<listitem>

<simpara>

limite de mot

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\B</emphasis></term>

<listitem>

<simpara>

pas limite de mot

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\A</emphasis></term>

<listitem>

<simpara>

début de la chaîne sujet

(indépendant du mode multilignes)

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\Z</emphasis></term>

<listitem>

<simpara>

fin de la chaîne sujet ou nouvelle ligne à

la fin de la chaîne sujet

(indépendant du mode multilignes)

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\G</emphasis></term>

<listitem>

<simpara>

position de la première occurrence trouvée dans la chaîne sujet

</simpara>

</listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\z</emphasis></term>

<listitem>

<simpara>

fin de la chaîne sujet

(indépendant du mode multilignes)

</simpara>

</listitem>

</varlistentry>

</variablelist>

</para>

<para>

Ces assertions ne peuvent pas apparaître dans une classe de

caractères (mais "<literal>\b</literal>" a une autre signification à

l'intérieur d'une classe de caractères).

</para>

<para>

Une limite de mot est un emplacement dans la chaîne sujet ou un

caractère et son suivant ne sont pas en même temps des

caractères de mot (<literal>\w</literal>), ou le contraire (<literal>\W</literal>)

(on peut le voir comme <literal>\w\W</literal> ou <literal>\W\w</literal>), ou encore le

premier ou le dernier caractère est un caractère mot (<literal>\w</literal>).

</para>

<para>

Les assertions <literal>\A</literal>, <literal>\Z</literal>, et

<literal>\z</literal> diffèrent des métacaractères

<literal>^</literal> et <literal>$</literal>

(décrit dans <link linkend="regexp.reference.anchors">les ancres</link>)

dans la mesure où ils ne sont pas dépendants des options, notamment

<link linkend="reference.pcre.pattern.modifiers">PCRE_MULTILINE</link>

ou <link linkend="reference.pcre.pattern.modifiers">PCRE_DOLLAR_ENDONLY</link>.

La différence entre <literal>\Z</literal> et

<literal>\z</literal> tient au fait que <literal>\Z</literal> recherche

les positions avant les nouvelles lignes et à la fin de la

chaîne sujet, tandis que <literal>\z</literal> ne recherche

que la fin de la chaîne.

</para>

<para>

L'assertion <literal>\G</literal> est réalisée uniquement lorsque

la position courante de l'occurrence trouvée est au début de l'occurrence,

comme spécifié par l'argument <parameter>offset</parameter> de la

fonction <function>preg_match</function>. Elle diffère de <literal>\A</literal>

lorsque la valeur du paramètre <parameter>offset</parameter> est différente

de zéro.

</para>

<para>

<literal>\Q</literal> et <literal>\E</literal> peuvent être utilisés

pour ignorer les métacaractères dans le masque.

Par exemple : <literal>\w+\Q.$.\E$</literal> recherchera un ou plusieurs

caractères suivis par la chaîne littérale <literal>.$.</literal> et ancrés à la

fin de la chaîne.

Il est à noter que ceci ne change pas le comportement des délimiteurs ;

par exemple le masque <literal>#\Q#\E#$</literal> n'est pas valide, car

le second <literal>#</literal> marque la fin du masque, et que

<literal>\E#</literal> est interprété comme un modificateur invalide.

</para>

<para>

<literal>\K</literal> peut être utilisé pour réinitialiser le résultat

Par exemple, le masque <literal>foo\Kbar</literal> trouve

"foobar", mais reporte qu'il a trouvé "bar". L'utilisation de

<literal>\K</literal> n'interfère pas avec la configuration des sous-chaînes capturantes.

Par exemple, lorsque le masque <literal>(foo)\Kbar</literal>

trouve "foobar", la première sous-chaîne sera toujours "foo".

</para>

</section>

<section xml:id="regexp.reference.unicode">

<title>Propriétés des caractères Unicode</title>

<para>

Trois nouvelles séquences d'échappement

pour trouver des types de caractères sont disponibles lorsque

le mode <emphasis>UTF-8</emphasis> est sélectionné. Elles sont :

</para>

<variablelist>

<varlistentry>

<term><emphasis>\p{xx}</emphasis></term>

<listitem><simpara>un caractère avec les propriétés xx</simpara></listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\P{xx}</emphasis></term>

<listitem><simpara>un caractère sans les propriétés xx</simpara></listitem>

</varlistentry>

<varlistentry>

<term><emphasis>\X</emphasis></term>

<listitem><simpara>une séquence étendue Unicode</simpara></listitem>

</varlistentry>

</variablelist>

<para>

Les noms des propriétés représentés par <literal>xx</literal> ci-dessus

sont limités aux catégories de propriétés générales Unicode. Chaque caractère

a exactement une seule de ces propriétés, spécifiée par une abréviation sur deux caractères.

Pour des raisons de compatibilité avec Perl, la négation peut être spécifiée

en incluant un accent circonflexe entre l'accolade ouvrante et le nom de la

propriété. Par exemple, <literal>\p{^Lu}</literal> équivaut à la même chose que

<literal>\P{Lu}</literal>.

</para>

<para>

Si une seule lettre est spécifiée avec <literal>\p</literal> ou <literal>\P</literal>,

il inclut toutes les propriétés qui commencent par cette lettre. Dans ce cas,

en l'absence de négation, les accolades dans la séquence d'échappement sont

optionnelles ; ceci revient à la même chose :

</para>

<informalexample>

<programlisting>

</programlisting>

</informalexample>

<table>

<title>Codes des propriétés supportées</title>

<tgroup cols="3">

<thead>

<row>

<entry>Propriétés</entry>

<entry>Correspondance</entry>

<entry>Notes</entry>

</row>

</thead>

<tbody>

<row>

<entry><literal>C</literal></entry>

<entry>Autre</entry>

<entry></entry>

</row>

<row>

<entry><literal>Cc</literal></entry>

<entry>Contrôle</entry>

<entry></entry>

</row>

<row>

<entry><literal>Cf</literal></entry>

<entry>Format</entry>

<entry></entry>

</row>

<row>

<entry><literal>Cn</literal></entry>

<entry>Non affecté</entry>

<entry></entry>

</row>

<row>

<entry><literal>Co</literal></entry>

<entry>Utilisation privée</entry>

<entry></entry>

</row>

<row rowsep="1">

<entry><literal>Cs</literal></entry>

<entry>Substitut</entry>

<entry></entry>

</row>

<row>

<entry><literal>L</literal></entry>

<entry>Lettre</entry>

<entry>

Inclut les propriétés suivantes : <literal>Ll</literal>,

<literal>Lm</literal>, <literal>Lo</literal>, <literal>Lt</literal> et

<literal>Lu</literal>.

</entry>

</row>

<row>

<entry><literal>Ll</literal></entry>

<entry>Lettre en minuscule</entry>

<entry></entry>

</row>

<row>

<entry><literal>Lm</literal></entry>

<entry>Lettre de modification</entry>

<entry></entry>

</row>

<row>

<entry><literal>Lo</literal></entry>

<entry>Autres lettres</entry>

<entry></entry>

</row>

<row>

<entry><literal>Lt</literal></entry>

<entry>Lettre titrée</entry>

<entry></entry>

</row>

<row rowsep="1">

<entry><literal>Lu</literal></entry>

<entry>Lettre en majuscule</entry>

<entry></entry>

</row>

<row>

<entry><literal>M</literal></entry>

<entry>Marque</entry>

<entry></entry>

</row>

<row>

<entry><literal>Mc</literal></entry>

<entry>Marque d'espacement</entry>

<entry></entry>

</row>

<row>

<entry><literal>Me</literal></entry>

<entry>Marque d'enfermement</entry>

<entry></entry>

</row>

<row rowsep="1">

<entry><literal>Mn</literal></entry>

<entry>Marque non espacée</entry>

<entry></entry>

</row>

<row>

<entry><literal>N</literal></entry>

<entry>Nombre</entry>

<entry></entry>

</row>

<row>

<entry><literal>Nd</literal></entry>

<entry>Nombre décimal</entry>

<entry></entry>

</row>

<row>

<entry><literal>Nl</literal></entry>

<entry>Nombre Lettre</entry>

<entry></entry>

</row>

<row rowsep="1">

<entry><literal>No</literal></entry>

<entry>Autres nombres</entry>

<entry></entry>

</row>

<row>

<entry><literal>P</literal></entry>

<entry>Ponctuation</entry>

<entry></entry>

</row>

<row>

<entry><literal>Pc</literal></entry>

<entry>Ponctuation de connecteur</entry>

<entry></entry>

</row>

<row>

<entry><literal>Pd</literal></entry>

<entry>Tiret de ponctuation</entry>

<entry></entry>

</row>

<row>

<entry><literal>Pe</literal></entry>

<entry>Ponctuation de fermeture</entry>

<entry></entry>

</row>

<row>

<entry><literal>Pf</literal></entry>

<entry>Ponctuation finale</entry>

<entry></entry>

</row>

<row>

<entry><literal>Pi</literal></entry>

<entry>Ponctuation initiale</entry>

<entry></entry>

</row>

<row>

<entry><literal>Po</literal></entry>

<entry>Autres ponctuations</entry>

<entry></entry>

</row>

<row rowsep="1">

<entry><literal>Ps</literal></entry>

<entry>Ponctuation ouvrante</entry>

<entry></entry>

</row>

<row>

<entry><literal>S</literal></entry>

<entry>Symbole</entry>

<entry></entry>

</row>

<row>

<entry><literal>Sc</literal></entry>

<entry>Symbole monétaire</entry>

<entry></entry>

</row>

<row>

<entry><literal>Sk</literal></entry>

<entry>Symbole de modification</entry>

<entry></entry>

</row>

<row>

<entry><literal>Sm</literal></entry>

<entry>Symbole mathématique</entry>

<entry></entry>

</row>

<row rowsep="1">

<entry><literal>So</literal></entry>

<entry>Autres symboles</entry>

<entry>Inclut des émojis</entry>

</row>

<row>

<entry><literal>Z</literal></entry>

<entry>Séparateur</entry>

<entry></entry>

</row>

<row>

<entry><literal>Zl</literal></entry>

<entry>Séparateur de ligne</entry>

<entry></entry>

</row>

<row>

<entry><literal>Zp</literal></entry>

<entry>Séparateur de paragraphe</entry>

<entry></entry>

</row>

<row>

<entry><literal>Zs</literal></entry>

<entry>Séparateur d'espace</entry>

<entry></entry>

</row>

</tbody>

</tgroup>

</table>

<para>

Les propriétés étendues comme <literal>InMusicalSymbols</literal> ne sont pas supportées

par PCRE.

</para>

<para>

La sensibilité à la casse de la recherche n'affecte pas les

séquences d'échappement. Par exemple, <literal>\p{Lu}</literal>

cherche toujours et uniquement les lettres en majuscules

</para>

<para>

Les jeux de caractères unicodes sont définis comme appartenant à certains scripts.

Un caractère d'un de ces jeux peut être trouvé en utilisant un

nom de script. Par exemple :

</para>

<itemizedlist>

<listitem>

<simpara><literal>\p{Greek}</literal></simpara>