Discussion :

[jingenbl]

Je suis un débutant en python et je rencontre le comportement étrange suivant:

Python 2.7.3 (default, Apr 10 2012, 23:31:26) [MSC v.1500 32 bit (Intel)] on win
32
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> print re.findall(u'à',u'voilà')
[u'\xe0']
>>> print re.match(u'à',u'voilà')
None
>>>

Merci de m'aider car pour un débutant le codage des caractères en lecture de fichiers "texte" c'est le mystère total...

[mont29]

Ce n’est pas un problème d’accent, c’est un problème de match()*!

En effet, cette fonction ne matche qu’au début de la str passée…

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
>>> print re.match(u'.*à', u'voilà')
<_sre.SRE_Match object at 0x7fbba12e91d0>

Pour matcher n’importe où dans la chaîne, il faut utiliser search()*:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
>>> print re.search(u"à", u"voilà")
<_sre.SRE_Match object at 0x7fbba12e91d0>

PS*: Pensez toujours aux balise [CODE] (le #, dans la barre d’outils).

[jingenbl]

Oui, en effet j'étais perdu...
Merci pour la réponse!

[jingenbl]

Je passe aux problèmes suivants:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
#!/usr/bin/python
#-*- coding: iso-8859-15 -*-
 
import re
import csv
import sys
 
 
fichier = open('AvecDesAccents.txt','r')
 
for ligne in fichier.readlines():
    print ligne.decode('latin-1')
    if re.search(unicode('là','latin-1') ,unicode(ligne,'latin-1')) is not None:
        print 'il y a des à'.decode('latin-1')
        print re.findall('là'.decode('latin-1') ,ligne.decode('latin-1'))

Et la réponse

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 þf i c h i e r   t e s t
 
   é   à   ç   è
 
 v o i l à !
 
 e t
 
 1 9 / 1 0 / 2 0 1 2 | V o t r e * o r d r e * p e r m a n e n t   - -   S O * 6
 1 0 - 8 0 5 8 0 4 4 - 5 4   B E 1 1 * 2 1 0 * 0 4 6 3 5 5 9 * 4 8 * M M E   I N
 G E N B L E E K - O O S T E R L I N C K * B E   C o m : * E P A R G N E   D a t
 e * v a l e u r : * 1 9 / 1 0 / 2 0 1 2 | - 2 5 5 , 1 1

Alors que le fichier source contient:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 þf i c h i e r   t e s t
 
   é   à   ç   è
 
 v o i l à !
 
 e t
 
 1 9 / 1 0 / 2 0 1 2 | V o t r e * o r d r e * p e r m a n e n t   - -   S O * 6
 1 0 - 8 0 5 8 0 4 4 - 5 4   B E 1 1 * 2 1 0 * 0 4 6 3 5 5 9 * 4 8 * M M E   I N
 G E N B L E E K - O O S T E R L I N C K * B E   C o m : * E P A R G N E   D a t
 e * v a l e u r : * 1 9 / 1 0 / 2 0 1 2 | - 2 5 5 , 1 1

Problème de codage ?

Merci encore.

[mont29]

Ben, vu que vous faites une recherche sur “là”, et que votre fichier de test ne contient aucun “là” (tout au plus un “l à”, notez l’espace)…

Mais vous faites une drôle de salade avec vos encode/decode/unicode à tout va… Autant travailler entièrement en unicode, non*?

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
#!/usr/bin/python
#-*- coding: iso-8859-15 -*-
 
import re
import csv
import sys
 
 
fichier = open('AvecDesAccents.txt','r')
 
for ligne in fichier.readlines():
    ligne = ligne.decode('latin-1')
    print ligne
    if re.search(u'là' , ligne) is not None:
        print u'il y a des là'
        print re.findall(u'là' ,ligne)

[jingenbl]

Merci pour la réponse, mais dans le fichier source il n'y a pas de blanc (visible).
C'est le copier coller qui en rajoute...

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
#!/usr/bin/python
#-*- coding: iso-8859-15 -*-
 
import re
import csv
import sys
 
 
fichier = open('AvecDesAccents.txt','r')
 
for ligne in fichier.readlines():
    ligne= ligne.decode('latin-1')
    print ligne
    if re.search(u'l.*à' ,ligne) is not None:
        print u'il y a des l..à'
    if re.search(u'l à' ,ligne) is not None:
        print u'il y a des l à'

donne:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 þf i c h i e r   t e s t
 
   é   à   ç   è
 
 v o i l à !
 
il y a des l..à
 e t
 
 1 9 / 1 0 / 2 0 1 2 | V o t r e * o r d r e * p e r m a n e n t   - -   S O * 6
 1 0 - 8 0 5 8 0 4 4 - 5 4   B E 1 1 * 2 1 0 * 0 4 6 3 5 5 9 * 4 8 * M M E   I N
 G E N B L E E K - O O S T E R L I N C K * B E   C o m : * E P A R G N E   D a t
 e * v a l e u r : * 1 9 / 1 0 / 2 0 1 2 | - 2 5 5 , 1 1

Je suis en effet perdu... et donc encore merci