Discussion :

[Beremus]

Bonjours,
J'ai un peu de difficultés au niveau d'une méthode..

Je dois découper un string (fichier texte dans une string) en mot. Cependant, je ne dois pas avoir de duplicata, ni de ponctuation et ni d'espace. Un genre de dictionnaire quoi.

Pour ce qui est des duplicatas, j'ai une superbe méthode qui fonctionne à merveille.

Voici ma méthode pour le reste.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
 public void TransferMots(string texte)
        {
            int g = 1;
            int f = 0;
            char[] tabIndex = texte.ToCharArray();
            for (int i = 1; i < (tabIndex.Length-1); i++)//crée le tableau d'index pour la séparation des mots
            {
 
                if (char.IsWhiteSpace(tabIndex[i])&( (char.IsLetter(tabIndex[i - 1]) & char.IsLetter(tabIndex[i + 1]))))
                {
                    tabMot[f] = i;
                    f++;
                    tabMot[f] = i;
                    f++;
                }
                else if (char.IsWhiteSpace(tabIndex[i]) & (char.IsLetter(tabIndex[i - 1]) | char.IsLetter(tabIndex[i + 1])))//Reste a déterminer 
                {
                    tabMot[f] = i;
                    f++;
                    tabMot[f] = i;
                    f++;
                }
            }
            for (int i = 0; i < 379; i++)//transpher les mots du string normaliser dans la liste......revoir les indexs,le 200 est temporaire
            {
                if (texte[i] == ' ')
                {
                    dictio.Add(texte.Substring(tabMot[g], (tabMot[g + 1] - tabMot[g])));
                    g++;
                    g++;
                }
            }
        }

Elle contient beaucoup de faille. Je ne vois pas comment je pourrais l'optimisé et la faire fonctionner a 100%.
Merci de votre aide!

[Pongten]

Si tu peux utiliser Linq, ceci peut peut-être faire l'affaire non ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
string _test = "il, fait. beau; ce soir !";
 
List<String> _result = _test.Split(new char[] { '.', ';', ',', '!' }, StringSplitOptions.RemoveEmptyEntries).Distinct().ToList();

[NokyDaOne]

Et une bonne regex avec un match sur \w+ ?

[Beremus]

Cependant, j'ai une contrainte... Je ne dois pas utiliser le .Split, je dois créer mes propres méthodes en fait.

[NokyDaOne]

Ah c'est un exercice pour l'école ou qqch comme ça.

[Beremus]

Ouais. Projet de fin de session et je suis bloqué la. Je me suis dit que j'aurais peut-être de l'aide en postant ici.

[tomlev]

Et une bonne regex avec un match sur \w+ ?

+1, avec une regex de ce type ça prend une ligne, et y a pas besoin de se préoccuper des différents caractères de ponctuation

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
string[] mots =
    Regex.Matches(texte, @"\w+")
            .Select(m => m.Value)
            .Distinct()
            .ToArray();

Par contre si tu peux pas utiliser Split, je suppose que tu ne peux pas non plus utilise les regex

EDIT:

Nom : Guillaume Lévesque

Eh, on est cousins (éloignés sans doute, vu l'orthographe différente...)

[NokyDaOne]

Par contre si tu peux pas utiliser Split, je suppose que tu ne peux pas non plus utilise les regex

Ça paraitrait cohérent. :p

[Beremus]

Tenez, voila mes consignes xD Ça va aider beaucoup plus je crois.

Exigences
Vous devez faire l’analyse du texte qui consiste à extraire les mots qu’il contient, de les
afficher une liste de mots relevés (sans doublon), et finalement d’indiquer les
statistiques c.-à-d. le nombre de caractères lus, le nombre de mots valides analysés, le
nombre de mots présents dans la liste des mots relevés.
Un mot rencontre les règles suivantes :

1. a. est constitué de lettres seulement
2. b. ne tient pas compte de la casse du mot
3. c. un mot qui contient des chiffres doit être rejeté
4. Ex. james01tiberus02kirk doit être rejeté en entier.
5. d. en présence d’une élision (apostrophe), chaque mot est valide et distinct, et

l’apostrophe doit faire partie du mot qui la précède.
Ex. d’une comprend 2 mots : d’ et une

Contraintes
Vous n’être pas autorisé à utiliser la fonction String.Split() dans ce travail pratique.
Vous devez développer votre propre logique d’extraction.
Pour ceux qui auraient les connaissances ou accès à des expressions déjà bâties, l’emploi
des expressions régulières n’est pas autorisées dans ce travail pratique.

[NokyDaOne]

Ouais un grand classique.

[Beremus]

J'suis tout perdu moi.

Malgré tout, j'ai réussis à me faire une petite méthode avec un static et un foreach pour remplacer le .Distinct mais la je sais pas quoi faire, avec ce que j'ai comme code présentement, mon programme est beaucoup trop lourd quand je veux analyser un texte de 500 pages... (Un livre sert d'évaluation en passant. Le programme du prof prend exactement 0,22 secondes pour 549 pages.)

[NokyDaOne]

Je vois plusieurs point :

* tu travailles avec une string, ne peux-tu travailler avec un stream plutot ?
* tu passes ton temps à vérifier le caractère d'avant, d’après etc... essaye de ne lire chaque caractère qu'une seule fois, et de coder les choses avec genre un système d'état (je suis dans un mot, je suis en dehors d'un mot, je suis entre deux mots (cas spécial de l'apostrophe))

Je sais pas si cela te fera réellement gagner du temps, mais c'est les premières choses que j'essayerai si j'avais à coder ton truc.

[Beremus]

Je travaille avec un stream, qui est converti en string ensuite.

Je vérifie le caractère d'avant et d'après car je dois vérifier s'il y a 2 espaces ou non, etc. Ma méthode a beaucoup de défauts...

[NokyDaOne]

Justement, tu ne devrais pas avoir ce besoin là.

[Beremus]

Ça revient comme au début ^^'' C'est la que je suis bloqué, je ne vois pas comment je pourrais faire ça...

[tomlev]

Moi je ferais quelque chose comme ça:

- tu avances dans la chaine, caractère par caractère
- tu maintiens un StringBuilder qui correspond au mot courant
- quand tu arrives sur un caractère qui ne fait pas partie d'un mot, si le StringBuilder n'est pas vide, tu ajoutes son contenu à la liste des mots (sauf si la liste contient déjà le mot), et tu crées un nouveau StringBuilder

Quelque chose dans ce gout là :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
HashSet<string> words = new HashSet<string>(); // HashSet pour éviter d'avoir à gérer les doublons manuellement
StringBuilder currentWord = new StringBuilder();
foreach(char c in text)
{
    if (Char.IsLetter(c))
    {
        // Début ou suite d'un mot
        currentWord.Append(c);
    }
    else if (currentWord.Length > 0)
    {
        // Fin d'un mot
        words.Add(currentWord.ToString());
        currentWord = new StringBuilder();
    }
}
 
// Ajout du dernier mot
if (currentWord.Length > 0)
{
    words.Add(currentWord.ToString());
}

J'ai pas testé donc il peut y avoir des bugs, mais ça doit être à peu près ça... Il faudra modifier un peu pour gérer les statistiques, et le cas particulier de l'apostrophe.

D'autre part, pour ignorer la casse, il faudrait passer un comparateur spécifique au constructeur du HashSet (StringComparer.CurrentCultureIgnoreCase devrait faire l'affaire)

[Beremus]

Je vais aller tester ça!

Je viens du Québec donc, ouais, j'ai un autre patois xD