Discussion :

[alexisduval29]

Bonjour messieurs,

J'ai quelques difficultés à effectuer ce que je veux, pourriez-vous me filer un coup de main ?

Problématique :

J'ai 2 fichiers :

Fichier0 contient des URLs
Fichier1 contient des mails

La majorité des noms de domaine (NDD) qui sont présents dans les mails du Fichier1 sont présents dans les URLs du Fichier0.

Je cherche à supprimer du Fichier1 les lignes (les mails) dont les NDD sont présents dans le Fichier0 et à les écrire dans un Fichier2, ainsi qu'à supprimer du Fichier0 les lignes (les URLs) dont les NDD sont présents dans le Fichier1 et à les écrire dans un Fichier3.

Tel que :

match0 = NDD juste avant l'ENDD (extension de nom de domaine)*** (liste qui doit être dans un tableau, disponible plus bas)

match1 = NDD ([a-z][0-9], '-') après '@' et avant le '.' qui suit ce '@' (y'en a d'autres avant le '@' attention) dans fichier1

L'algorithmique ressemblerait à ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
if match1 in Fichier1 in line 1 == match0 in Fichier0
	 copier ligne of Fichier0 in Fichier2
	 copier ligne of Fichier1 in Fichier3
	 supprimer ligne of Fichier0
	 supprimer ligne of Fichier1
boucle sur tout le Fichier1 (++, passer à la line 2 et ainsi de suite)

---

exemple Fichier0 =

http://test.match1.com/
http://match2.fr/
http://test.test.match-0.net/ (il peut donc y avoir un trait d'union)

exemple Fichier1 =

test_test@match-0.net
test-test@match1.com
test.test@match3.fr


*** liste des extensions de noms de domaine (ENDD) :

.com
.gouv
.net
.org

---

On m'a dit que je pouvais utiliser le module 'tldextract' ou encore 'urllib' mais le module 're' me semble plus approprié...

Pour le fun, voici mon super script d'un langage encore inconnu et ressemblant au python :

---

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import re
 
ENDD = ['.com','.gouv','.net','.org']
match0 = [a-z][0-9][-] before ENDD # 'before' pq je sais pas cmt le dire
match1 = [a-z][0-9][-] after '@' and before '.' which is after '@' # ahem
 
Fichier2=[]
Fichier3=[]
Fichier1 = re.search(match1)
Fichier0 = re.search(match0)
 
if match1 == match0
print line where match1 is in Fichier3
print line where match0 is in Fichier2
do ++

---

J'ai quelques lacunes en programmation... Visiblement ! Pourriez-vous m'aider ? Merci !

[alexisduval29]

Je vais tenter de clarifier pour avoir une réponse...

J'ai 2 fichiers :

URLs_input.txt
mails_input.txt

La majorité des noms de domaine (NDD) qui sont présents dans mails_input.txt sont présents dans URLs_input.txt

Je cherche à supprimer de mails_input.txt les lignes (les mails) dont les NDD sont présents dans le URLs_input.txt et à les écrire dans mails_output.txt, ainsi qu'à supprimer de URLs_input.txt les lignes (les URLs) dont les NDD sont présents dans le mails_input.txt et à les écrire dans URLs_output.txt.

Exemples inputs :

mails_input.txt :

bonjour@ndd-1.com
hello-hello@ndd-2.co.uk
admin@ndd-3.co.au
salut@ndd-4.fr

URLs_input.txt :

http://sous-domaine.ndd-1.com
https://ndd-2.co.uk
http://www.ndd-4.fr
http://ndd-5.co.au

Exemples d'outputs souhaité :

mails_input.txt :

admin@ndd-3.co.au <-- les e-mails dont les NDD n'ont pas matché avec les NDD des URLs restent dans le fichier mails_input.txt

URLs_input.txt :

http://ndd-5.co.au <-- les URLs dont les NDD n'ont pas matché avec les NDD des e-mails restent dans le fichier URLs_input.txt

mails_output.txt :

bonjour@ndd-1.com <-- les e-mails de mails_input.txt dont les NDD ont matché avec les NDD des URLs dans URLs_input.txt vont dans le fichier mails_output.txt
hello-hello@ndd-2.co.uk
salut@ndd-4.fr

URLs_output.txt :

http://sous-domaine.ndd-1.com <-- les URLs de URLs_input.txt dont les NDD ont matché avec les NDD des e-mails dans mails_input.txt vont dans le fichier mails_output.txt
https://ndd-2.co.uk
http://www.ndd-4.fr

En espérant avoir une réponse...

Merci !

[VinsS]

Salut,

1. Dresser la liste des noms de domaine présent dans URLs_input.txt (liste 1)
2. Dresser la liste des noms de domaine présent dans mails_input.txt (liste 2)
3. Recréer le texte de mails_input.txt en ne conservant que les lignes ne contenant pas de ndd de la liste 1 (texte 1)
4. Écrire mails_input.txt avec le nouveau texte 1
5. Recréer le texte URLs_input.txt en ne conservant que les lignes ne contenant pas de ndd de la liste 2 (texte 2)
6. Écrire URLs_input.txt avec le nouveau texte 2
6. Créer mails_output.txt avec la liste 1
7. Créer URLs_output.txt avec la liste 2

yapluka.

[wiztricks]

Salut,

En espérant avoir une réponse...

Vous auriez probablement plus de réponses s'il s'agissait de vous aider à comprendre quelques unes des subtilités de Python pour réaliser:

• l'exercice d'un tuto. ou
• un des détails de votre programme,

Si vous attendez que quelqu'un prenne le temps d'écrire le code à votre place, je doute que grand monde ait du temps pour çà.
Si vous ne connaissez rien à Python mais que vous savez déjà programmer, essayez de parcourir le python tutorial. Vous y trouverez une présentation des types et constructions de bases avec des exemples qui vous permettront de commencer. Si vous ne savez pas programmer, le tuto. recommandé sera le Swinnen.
Effectivement, apprendre prendra du temps et reportera quelque peu la réalisation de votre code.

- W