Discussion :

[Antoine_935]

Salute

Je cherche à savoir si une chaine de caractère contient un des caractères *, ? ou [
L'équivalent de ceci, en fait:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
>>> machaine = '/home/antoine/*'
>>> for c in machaine:
...     if c in {'*', '?', '['}:
...         print("Oui")
...         break
... else:
...     print("Non")
... 
Oui

Je suis convaincu qu'il existait une fonction built-in pour ça... quelqu'un a une idée ?

[wiztricks]

Salut,
Je ne connais pas de tel builtins.
Sinon, je procèderais plutôt ainsi:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
>>> x = '/home/antoine/*'
>>> any(x.count(c) for c in '*?[')
True

- W

[dividee]

J'écrirais cela plutôt ainsi:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
>>> x = '/home/antoine/*'
>>> any(c in x for c in '*?[')

C'est plus générique (s'applique à tout conteneur qui implémente __contains__), et potentiellement plus rapide (count parcourt toute la chaîne alors que in s'arrêtera à la première occurence).
Pour reproduire le résultat du code original:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
>>> machaine = '/home/antoine/*'
>>> ("Non","Oui")[any(c in x for c in '*?[')]
'Oui'
>>> # ou plus joli:
>>> "Oui" if any(c in x for c in '*?[') else "Non"
'Oui'

[josmiley]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

set(machaine).isdisjoint(set('*?['))

retourne False si au moins un des caractère est présent ...

[Antoine_935]

Hello

Les deux premières solutions parcourront 3 fois ma chaine si aucun des trois caractères ne s'y trouve. C'est justement ce que je cherche à éviter...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
any(x.count(c) for c in '*?[')
any(c in x for c in '*?[')

J'aime bien la solution suivante

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

set(machaine).isdisjoint(set('*?['))

Avec quelques petits aménagements...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
s = frozenset("*?[")
s.isdisjoint(machaine)

Reste à jeter un œuil au code de isdisjoint pour voir s'il traite ça comme il faut

Merci à tous pour ces solutions

[Captain'Flam]

Si je puis me permettre d'ajouter mon grain de sel : combien ça coûte de convertir une chaîne en set ?
A chaque caractère de la chaîne il va chercher s'il est déjà présent dans le set, non ?

=> parcours en n² au lieu de n...

à moins d'une optimisation du genre : si c'est un set de caractères (sur 8 bits), il est implémenté avec un tableau de 256 bits.

Là il nous faut un expert qui connaisse les détails d'implémentation.

[Antoine_935]

Si je puis me permettre d'ajouter mon grain de sel : combien ça coûte de convertir une chaîne en set ?

Pas dit qu'il le fasse, justement... À priori, isdisjoint a juste besoin d'une séquence, et une chaîne de caractère en est une.

=> parcours en n² au lieu de n...

O(n) ? Quel algo verrais-tu en O(n) ? Tout ce qu'on a évoqué jusqu'ici à part mon tout premier algo est en O(n²). Le gros défaut du premier c'est qu'il est implémenté en Python, donc plus lent que du C. (Et d'ailleurs il n'est en O(n) qu'avec les dernières implémentations de Python).

Quoiqu'en fait, puisque le nombre d'éléments du frozenset est une constante, on peut dire que ce dernier algo est en O(n)...

à moins d'une optimisation du genre : si c'est un set de caractères (sur 8 bits), il est implémenté avec un tableau de 256 bits.

C'est une idée... Si seulement j'étais certain de ne pas avoir de l'unicode

[tyrtamos]

Bonjour,

Finalement, moi j'aime bien la 1ère version sous forme de fonction. Je ne sais pas si elle est plus rapide, mais au moins on comprend bien ce qu'elle fait au 1er coup d'œil:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
def cherche(ch, motif):
    for c in ch:
        if c in motif:
            return True
    return False
 
print cherche("azertyuiop", "wyx") # on doit trouver le 'y'
# True
print cherche("azertyuiop", "qsd") # on ne trouve rien
# False

Tyrtamos

[wiztricks]

Salut,

Si vous cherchez rapide et qui sort dès qu'il à trouvé un match, re.match('[a|b|c]', line) est peut-être plus approprié.

- W

[tyrtamos]

Merci pour la proposition, wiztricks, mais je n'arrive pas à la faire fonctionner.

En fait, savoir si l'une des lettres du motif se retrouve dans la chaine, c'est:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

re.search("[abc]", "qsdfbghj") != None

Si je veux comparer les temps d'exécution entre cette solution et celle de mon précédent message, je mets cette ligne sous forme de fonction:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
def cherche2(ch, motif):
    return re.search('[' + motif + ']', ch) != None

Et, contrairement à ce que je pensais, c'est environ 2 fois plus long que ma 1ère fonction... Comme quoi les boucles Python sont bien conçues!

Cependant, on peut l'utiliser en une seule ligne, ce qui n'est pas le cas de ma 1ère fonction.

Tyrtamos

[Antoine_935]

Deux fois plus lent... C'est sans doute du à la compilation, qui prend pas mal de temps. Dans mon cas, c'est tjs le même motif, donc on peut compiler la regex à l'avance. C'est déjà ça de gagné.

Sachant que re est au final implémenté en C, c'est peut-être la meilleure solution, oui Reste à lire un peu le code pour savoir comment le module _sre fonctionne exactement. Le seul souci que je vois, c'est la construction de l'objet SRE_Match... bcp de mémoire pour un simple booléen au final Ça risque de faire travailler le gc inutilement.

Cela dit, la vitesse n'est pas un facteur crucial en soi... C'est pour un shell, qui la plupart du temps ne sera pas plus rapide que son utilisateur. Mon seul réel souci, c'est de faire propre

[wiztricks]

Mon seul réel souci, c'est de faire propre

Voilà qui est très ouvert et plutôt subjectif...
Mais le contexte précisé, on peut y mettre du verbe, genre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

     has_wildcard = lambda s: ('*' in s) or ('?' in s) or ('[' in s)

Et s'inquiéter des optimisations éventuelles plus tard.
- W

[Antoine_935]

Voilà qui est très ouvert et plutôt subjectif...

Haha oui, c'est vrai que c'est ouvert aux dérapages

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
>>> class ContainsAny:
...     def __init__(self, ones):
...         self.ones = ones
...     
...     def __eq__(self, other):
...         ones = self.ones
...         return any(c in ones for c in other)
... 
>>> globbingExpr = ContainsAny('*?[')
>>> "hello" == globbingExpr
False
>>> "hello*" == globbingExpr
True

Ou mieux, puisque les caractères de globbing sont souvent à la fin:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

return any(c in ones for c in reversed(other))

Quelqu'un a des détails sur l'implémentation de reversed ?

[wiztricks]

après un search dans les sources j'ai trouvé un reversed.py contenant:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
def reversed(seq):
    return iter(list(seq)[::-1])

Beaucoup d'overhead pour de simples chaines de caractères (s[::-1] suffirait non?)... Les caractères recherchés étant de l'ASCII, çà ne devrait pas trop souffrir sur les questions UTF-8/Unicode.
- W

[dividee]

Mon seul réel souci, c'est de faire propre

Tu as bien raison...

Visiblement, le match se fait sur des chemins de fichiers, qui dépasseront rarement une centaine de caractères.

Si on vérifie que ces chemins contiennent des wildcards, ils ne sont pas obtenus par un parcours du système de fichier et je ne conçois donc pas qu'il y en ait un grand nombre.

Optimiser la fonction dans ces conditions est sans intérêt; pas besoin de sacrifier la lisibilité (OK, c'est subjectif, mais quand-même...) sur l'autel des performances.