Discussion :

[morphemia]

Bonjour,

je cherche à éliminer les mots vides d'un texte, j'hésite entre appliquer un module appelé lingua::stopwords ou insérer mes mots vides dans un tableau. Le problème est que je n'ai aucun connaissance sur les modules (installation, utilisation etc.) à savoir que mes scripts devront fonctionner sur différents postes sur lesquels je n'aurais pas la main pour installer qqch. Pour ce qui est de l'idée de mettre les mots vides dans un tableau, je n'arrive pas à trouver la logique de mon script qui serai de passer un fichier texte, en même temps de regarder le tableau et de supprimer les mots vides du fichier texte.

Merci d'avance de votre aide.

[Philou67430]

Et moi, je n'arrive pas à comprendre ce que signifie "éliminer des mots vides"

Pourrais-tu donner un exemple de ce que tu souhaites faire ?

[morphemia]

En fait je souhaite éliminer les mots tels que "les" "sont" "toujours" "aussi" qui serait une liste de mots dans un fichier texte à part.

Soit en input :

"les lapins sont toujours aussi crétins"

et en output :

"lapins crétins".

Merci.

[Dimitry.e]

Sans utiliser de modules, tu peux stocker tes mots vides dans un tableau trié et lire ton fichier texte mot à mot.
Une simple recherche dichotomique te permettrait de savoir si le mot est dans ton tableau ou non.
Ce n'est pas très efficace mais simple et rapide à mettre en oeuvre.

[Philou67430]

Sans utiliser de modules, tu peux stocker tes mots vides dans un tableau trié

Ou dans un hash... la recherche par clé de hashage étant également efficace, et surtout, ne nécessite pas de développer la recherche dichotomique.

Si la liste ne mot n'est pas trop importante (je ne sais pas quantifier), tu peux aussi te servir de la liste de mot pour construire une expression régulière qui les matche tous, et appliquer une substitution pour les supprimer :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
my $fichier = "mot_vide.txt";
open my $FICHIER, "<", $fichier or die "Can't open $fichier: $!\n";
my @mot_vide = map { split /[\s,]/ } <$FICHIER>;
 
my $mot_vide_re = join "|", @mot_vide;
$mot_vide_re = "(?:" . $mot_vide_re . ")";
 
while (my $ligne = <DATA>) {
  $ligne =~ s/$mot_vide_re\s*//gi;
  print $ligne;
}
 
__DATA__
Les lapins sont toujours aussi crétins.

[morphemia]

Je viens d'essayer le code de Philou mais il me supprime tous les bouts de mots dans mon input qui ressemble à un mot_vide.

Par exemple :

input : lapin
mot_vide : in
output : lap