Discussion :

[Invité]

Bonjour,

Je souhaite manipuler des fichiers texte mais auparavant j'aimerai les copiers et les transformer. Je dois passer le texte en minuscule, supprimer les caractère spéciaux, les espaces et transformé les caractères accentués en caractères non accentués. C'est cette dernière étape qui me bloque :

Pour le moment j'ai ca :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
def Lire_Fic_Text(self,source,destination):
		fs = open(source, 'r')
		fd = open(destination, 'w')
		while 1:
			txt = fs.readline()
			if txt =='':
				break
			if txt[0] != '':
				txt = txt.replace(' ','')
				txt = txt.lower()
				txt = ''.join(u for u in txt if u in ascii_letters)
				txt = self.Enleve_Accents(txt)
				fd.write(txt)
		fs.close()
		fd.close()

A quoi doit ressembler ma méthode Enleve_Accents(fichier.txt) pour cela ? Merci

PS : En plus d'ouvrir mon fichier pour lire le texte qu'il contient, je voudrais aussi l'ouvrir pour lire octet par octet, y a t-il une méthode particulière autre que open(fic,mode)?

[tyrtamos]

Bonjour,

Solution possible:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
def Enleve_Accents(txt):
    ch1 = u"àâçéèêëîïôùûüÿ"
    ch2 = u"aaceeeeiiouuuy"
    s = ""
    for c in txt:
        i = ch1.find(c)
        if i>=0:
            s += ch2[i]
        else:
            s += c
    return s

Ce n'est pas une méthode très subtile, mais ça marche assez bien.

Exemple:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
txt = u"zjciéoèçàfdùô"
print Enleve_Accents(txt)
zjcieoecafduo

On peut adapter ch1 et ch2 pour traiter aussi des majuscules accentuées.

Tyrtamos

[nyko77]

bonjour,

tu peux utiliser le module unicodedata. Voici un exemple:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
# -*- coding: utf-8 -*-
 
import unicodedata
 
chaine = u"mà chàîne âvèc dès càräctère spéciâüx"
 
chaine = unicodedata.normalize('NFKD', chaine).encode('ASCII', 'ignore')
print chaine

[Invité]

Je viens d'essayer, et effectivement, celle avec unicodedata m'a l'air bonne. Merci donc.

Siriru

[MB_MathemaTeX]

Bonjour, j'ai actuellement plus ou moins le même problème. Je souhaite cependant que la chaine reste en unicode (et pas en ascii). En fait, je souhaite simplement comparer deux chaines unicode en ignorant les accents. Des idées ?

Cordialement,
MB.

[tyrtamos]

Bonjour,

Avec la solution unicodedata ci-dessus, on peut repasser la chaine en unicode en ajoutant simplement .decode('ASCII') à la formule.

Cette solution passant par ascii est un peu brutale. Selon le problème à résoudre, elle peut l'être trop. Par exemple elle fait disparaître (sans message) certains caractères de la langue française comme 'æ', 'œ' ou même le signe euros '€'.

Pour un contrôle au caractère près, on devrait pouvoir adapter mon code ci-dessus. Sinon, unicodedata devrait aller.

Tyrtamos

[MB_MathemaTeX]

Merci, ça devrait aller comme ça.
J'ai recherché une fonction qui permettrait de comparer directement deux chaines en ignorant les caractères accentués, mais on dirait que ça n'existe pas.