Discussion :

[bayouta19]

Bonsoir,
Je suis débutante en perl, j'ai un script pour segmenter un mot en arabe existant d'un fichier et le mettre dans un autre fichier, mais ce script m'affiche des caractère bizarre
Merci de m'aider
Voici mon script
@tab = <F>;
my $size = $#tab+1;
for ($i = 0; $i < $size; $i++)
{
chomp($tab[$i]);
@words = split(//, $tab[$i]);
foreach my $val ( @words )
{
print FIC "$val\n";

}

}

[magicshark]

1/ utilises les balises code
2/ la ligne de print pourquoi ecris tu "FIC"
voici ce que tu as écrie

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
@tab = <F>;
my $size = $#tab+1; 
for ($i = 0; $i < $size; $i++)
{
chomp($tab[$i]);
@words = split(//, $tab[$i]);
foreach my $val ( @words ) 
{
print FIC "$val\n"; 
 
}
 
}

voici ce que je ferait

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
@tab = <F>;
my $size = scalar(@tab); 
for ($i = 0; $i < $size; $i++)
{
chomp($tab[$i]);
@words = split(/ /, $tab[$i]);#j'imagine que tu veux retrouver les mots
print "ligne => ".$i."\n";
foreach my $val ( @words ) 
{
print "\tmots => ".$val."\n"; 
 
}
 
}

j'ai pas tester mais je pence que ça devrait aller.

[Lolo78]

Et tant qu'à mettre entre balises, autant indenter correctement.

Et voici comment je modifierais pour ma part:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
@tab = <$F>; # perso, je préfère itérer ligne par ligne c'est mieux quand le fichier est très gros, mais bon, je laisse comme cela
chomp @tab; # autant "chomper" tout le tableau d'un seul coup
my $size = scalar(@tab); 
for my $i (0..$size -1) { # en fait je ferais plutôt: "for my $one_tab (@tab) {", mais il faudrait trop changer ce qui suit.
                        # Le "my" est important parce qu'il y a forcément un "use strict" et "use warnings" au début même s'il ne figure pas dans le bout de code présenté dans le post
     @words = split(/ /, $tab[$i]);#j'imagine que tu veux retrouver les mots
     print "ligne => ".$i."\n";
     foreach my $val ( @words )  {
          print "\tmots => ".$val."\n"; 
     }
}

Reste à savoir si cela correspond vraiment au besoin de Bayouta, ce dont je ne suis pas sûr car sa demande manque de précision.

[bayouta19]

merci pour vos réponses, mais mon problème réside encore.
je vais l'expliquer encore: j'ai un fichier qui contient des mots en arabe voyellé , et je dois segmenter ces mots en des caractéres et mettre le résultat dans un fichier, mais le script que j'ai ecrit m'affiche des caractére bizarre

[magicshark]

ça serait pas le probleme résolu ici ?

[bayouta19]

ça marche si je veux segmenter en mots mais en caractère non plus.
voici le résultat retourné

[dmganges]

Bonjour,
vite fait j'ajoute dans la structure de Lolo78.

NB, dès qu'on manipule des chaînes de caractères complexes, comme l'arabe, il FAUT être PARTOUT en utf8. Les caractères arabes sont codés sur 2 octets.
PAROUT =
- dans le code du programme perl il faut use utf8;
- quand on lit un fichier arabe il doit être encodé utf8, ce qui implique <:encoding(UTF-8)
- quand on écrit en arabe dans un fichier il faut y écrire en utf8, ce qui implique >:encoding(UTF-8)
Dans les éditeurs de texte (UltraEdit, Bloc-notes...) il faut sauvegarder avec l'option UTF8 ! (Par exemple pour Bloc-notes-->Enregistré Sous--> Encodage UTF-8).

Enfin sur la console DOS, perso je n'ai jamais pu afficher des caractères arabes, mais il doit y avoir un truc...

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
#!/usr/bin/perl
use strict;
use warnings;
use utf8;
use File::Spec;														# Permet une meilleure gestion des noms des chemins sous tous les OS.
 
my $RepBase = 'C:\DevPerl';
my $FicAraIn  = File::Spec->catfile( $RepBase, 'TexteArabe.utf8' );
my $FicAraOut = File::Spec->catfile( $RepBase, 'TexteArabeSortie.utf8' );
 
open ( IN_Ara, '<:encoding(UTF-8)', $FicAraIn )
	or die "Impossible ouvrir fichier $FicAraIn en lecture\n";
 
open (OUT_Ara, '>:encoding(UTF-8)', $FicAraOut )
	or die "Impossible ouvrir fichier $FicAraOut en sortie\n";
 
 
my @tab = <IN_Ara>; # perso, je préfère itérer ligne par ligne c'est mieux quand le fichier est très gros, mais bon, je laisse comme cela
chomp @tab; # autant "chomper" tout le tableau d'un seul coup
my $size = scalar(@tab); 
for my $i (0..$size -1) { # en fait je ferais plutôt: "for my $one_tab (@tab) {", mais il faudrait trop changer ce qui suit.
                        # Le "my" est important parce qu'il y a forcément un "use strict" et "use warnings" au début même s'il ne figure pas dans le bout de code présenté dans le post
     my @words = split(/ /, $tab[$i]);#j'imagine que tu veux retrouver les mots
     print "ligne => ".$i."\n";
     foreach my $val ( @words )  {
          print "\tmots => ".$val."\n";
          print OUT_Ara $val."\n";
     }
}
 
close IN_Ara;
close OUT_Ara;

Je regrette, je n'arrive pas à coller les deux fichiers en arabe (image Dev_1.jpg)


Fichier en entrée :

مَاذَا يَشْرَبُ عَفِيف ؟
عَفِيف يَشْرَبُ الْحَلِيب
مَاذَا يَشْرَبُ فَرِيد ؟
فَرِيد يَشْرَبُ الْمَاء
يَشْرَبُ الْحَلِيب

Fichier en sortie :

مَاذَا

يَشْرَبُ

عَفِيف

؟
عَفِيف

يَشْرَبُ

الْحَلِيب
مَاذَا

يَشْرَبُ

فَرِيد

؟
فَرِيد

يَشْرَبُ

الْمَاء
يَشْرَبُ

الْحَلِيب

Si c'est bien la question que tu poses !! ??

[Edit 05:20]
Après lecture il me semble que tu veux découper en caractère :

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
34
35
36
#!/usr/bin/perl
use strict;
use warnings;
use utf8;
use File::Spec;														# Permet une meilleure gestion des noms des chemins sous tous les OS.
 
my $RepBase = 'C:\DevPerl';
my $FicAraIn  = File::Spec->catfile( $RepBase, 'TexteArabe.utf8' );
my $FicAraOut = File::Spec->catfile( $RepBase, 'TexteArabeSortie.utf8' );
 
open ( IN_Ara, '<:encoding(UTF-8)', $FicAraIn )
	or die "Impossible ouvrir fichier $FicAraIn en lecture\n";
 
open (OUT_Ara, '>:encoding(UTF-8)', $FicAraOut )
	or die "Impossible ouvrir fichier $FicAraOut en sortie\n";
 
 
my @tab = <IN_Ara>; # perso, je préfère itérer ligne par ligne c'est mieux quand le fichier est très gros, mais bon, je laisse comme cela
chomp @tab; # autant "chomper" tout le tableau d'un seul coup
my $size = scalar(@tab); 
for my $i (0..$size -1) { # en fait je ferais plutôt: "for my $one_tab (@tab) {", mais il faudrait trop changer ce qui suit.
                        # Le "my" est important parce qu'il y a forcément un "use strict" et "use warnings" au début même s'il ne figure pas dans le bout de code présenté dans le post
     my @words = split(/ /, $tab[$i]);#j'imagine que tu veux retrouver les mots
     print "ligne => ".$i."\n";
     foreach my $val ( @words )  {
          print "\tmots => ".$val."\n";
          print OUT_Ara $val."\n";
          foreach my $car ( split //,$val) {
          			print "\tcaractère => ".$car."\t";
          			print OUT_Ara $car."\t";
        	}
        	print OUT_Ara "\n\n";
     }
}
close IN_Ara;
close OUT_Ara;

Avec mots découpés en caractère :

مَاذَا
 م َ ا ذ َ ا


يَشْرَبُ
ي َ ش ْ ر َ ب ُ


عَفِيف
ع َ ف ِ ي ف


؟
؟

عَفِيف
ع َ ف ِ ي ف


يَشْرَبُ
ي َ ش ْ ر

Tu remarqueras que les diacritiques (accents) sont représentés au dessus d'un petit cercle en pointillé !!!

Ce sont les joies des manipulations des caractères arabes
J'ai dû écrire quelque part que l'informatique avait été inventé par des occidentaux pour des occidentaux...

Pour la manipulation des accents je te renvoie (MERCI magicshark) :
http://www.developpez.net/forums/d13...e/#post7136317

[Edit 05:45]
Il ne t'échapperas que le découpage du mot donne les caractères pris de gauche à droite dans le mot.
Et oui il faut gérer çà aussi

[bayouta19]

Merci beaucoup dmganges , mon probléme est résolu

[dmganges]

De RIEN !
S'il te plait, ne fait pas comme rimenis, clique sur le bouton vert <Résolu> ça aide les personnes qui font des recherches !
Merci !