Discussion :

[étoile de mer]

Bonjour

Je souhaite créer une fonction Get-Séquence qui prend en paramètres une liste de chaines de caractères, et un mot, et qui doit retourner une liste de chaines de caractères composée des mots apparaissant après la première occurrence du mot dans la chaine de caractères.

Par exemple, je passe en parametres à la fonction : "bonjour les amis du monde"
mot : "amis"
La fonction doit retourner : "du monde"

Y a-t-il une facon de faire ?

Merci.

[juliatheric]

Bonjour,
Oui, il y a plusieurs façons de faire. L'idée générale est de travailler avec les expressions rationnelles (regex), dites de longueurs fixes dans le cas d'espèce. À noter que les traitements à faire varient suivant que la regex est répétée ou non dans le texte où on la recherche. Je vous propose deux façons de s'y prendre, d'abord seulement avec des fonctions de base, ensuite avec un paquet contribué à R.

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
xxx <- "bonjour les amis du monde"
yyy <- "bonjour les amis du monde et amis de l'univers"
 
# Dans la suite, seule la variable yyy est utilisée ; de votre part, essayer avec xxx pour voir ce que ça donne
zzz <- nchar(yyy)
 
positions <- regexpr("amis", yyy, fixed = TRUE)
longueurs <- attributes(positions)
substring(yyy, positions + longueurs$match.length, zzz)
 
positions <- gregexpr("amis", yyy, fixed = TRUE)
longueurs <- attributes(positions[[1]])
lapply(positions[[1]] + longueurs$match.length, function(x) substring(yyy, x, zzz))
 
# Avec stringr
library("stringr")
positions <- str_locate(yyy, "amis")
substring(yyy, positions[1, 2] + 1, zzz)
 
positions <- str_locate_all(yyy, "amis")
lapply(positions[[1]][, 2], function(x) substring(yyy, x + 1, zzz))
 
# Pour aller plus loin dans la manipulation
### 1) des chaînes de caractères, voir
help(package = "stringi") # À ne pas confondre avec stringr
### 2) des regex, voir
help("regex", package = "base")

Le tutoriel perlretut d'introduction aux regex pourrait être un bon point d'entrée. Il concerne Perl, un langage ayant des outils très puissants pour ce genre de traitements. D'ailleurs, la plupart des outils de regex de R propose des interfaces compatibles avec la syntaxe de Perl. Vous pouvez le consulter

• sur la page officielle, dans sa dernière version stable ;
• ici, sur Développez, en spécifiant la version de Perl ;
• ou sur cette page traduite en Français mais pas forcément à jour.

Dans le tutoriel, la notion qui s'applique à votre cas est dite lookbehind.