Discussion :

[mademm]

Bonjour,

J'utilise souvent la commande grep pour rechercher des éléments dans un fichier.
Je l'utilise le plus souvent

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 grep "motif" -A 10 -B 10

afin d'afficher tous les motifs ainsi que les 10 lignes qui le précède et qui le suivent.

J'aimerais utiliser le même concept mais sur un mot, je m'explique :
J'aimerais grep et n'afficher que le mot grep dans un premier temps.
Ensuite j'aimerais affciher les 10 mots qui précèdent et qui suivent toutes mes occurences de grep. Mais je n'y suis pas parvenu. Est ce que quelqu'un pourrait me donner une piste pour ma commande ?

Cordialement

[hizoka]

Salut,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
Phrase="Voici ma super phrase test :)"
Mot="super"
grep -o "${Mot}" <<< "${Phrase}"

renvoie bien que le mot voulu

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
Phrase="Je n’ai rien contre les étrangers. Le problème, c’est que d’une part, ils parlent pas français pour la plupart... Et selon le pays où on va, ils parlent pas le même étranger."
Mot="français"
grep -o "[^ ]* [^ ]* [^ ]* ${Mot} [^ ]* [^ ]* [^ ]* " <<< "${Phrase}"

renvoie
ils parlent pas français pour la plupart...

Mais attention ma façon de faire ne fonctionne que s'il y a bien le nombre de mot de chaque côté.

Après il faut se lancer dans les expressions régulières.

avec une expression, c'est plus lisible :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep -Eo "([^ ]* ){3}${Mot} ([^ ]* ){3}" <<< "${Phrase}"

mais toujours le souci du nombre de mot obligatoire...

[disedorgue]

Bonjour,

Déjà, faudrait donner la définition que tu as d'un "mot"...

Ensuite, pour les 10 mots avant et après, est-ce qu'ils doivent être sur la même ligne ou faut-il aussi prendre ceux des lignes précédentes et suivantes jusqu'à ce que ça fasse le compte ?

PS: si l'otpion -A et -B on la même valeur, alors tu peux les remplacer par l'option -C , par exemple: grep -A 10 -B 10 ... c'est équivalent à grep -C 10 .... .

[hizoka]

Perso je suis parti du principe que c'était sur la même ligne...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep -Eo "([^ ]* )?([^ ]* )?([^ ]* )?${Mot} ([^ ]* )?([^ ]* )?([^ ]* )?" <<< "${Phrase}"

Plus de problème si les mots n'existent pas autour.
mais il y a sûrement moyen de de regrouper les ([^ ]* )?

[Flodelarab]

Bonjour

Je l'utilise le plus souvent grep "motif" -A 10 -B 10

Même réaction que disedorgue. L'option adéquate est "-C 10".

J'aimerais grep et n'afficher que le mot grep dans un premier temps.

Il faut utiliser les balises de début-de-mot et de fin-de-mot.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep "\<${Mot}\>" fichier

Si tu n'utilises pas cette syntaxe, lorsque tu cherches "ami", il ne garde pas que "ami" mais aussi "amitié" ou "pastrami".
Ou alors ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep "\b${Mot}\b" fichier

J'aimerais grep et n'afficher que le mot grep

Connais-tu l'option "-o" qui n'extrait que la part de la ligne qui correspond à ta regex ?

Ensuite j'aimerais affciher les 10 mots qui précèdent et qui suivent

grep travaille sur les lignes. Sans doute préféreras-tu utiliser awk pour traiter mot par mot.

[N_BaH]

ce serait plus clair avec le fichier à traiter, la sortie correspondante attendue, et l'explication contextuelle !

[hizoka]

Juste pour le fun, en fullbash :p

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
echo "Je vais faire une longue phrase
inutile et complètement bidon
mais il peut être très pratique
pour régler le problème actuel" > fichier_test
 
Word="bidon" # mot recherché
 
x=5 # 5 mots avant et après
 
WordList=($(< fichier_test)) # Contenu d'un fichier ou d'une variable
 
for Number in ${!WordList[@]}
do
  [[ ${WordList[${Number}]} == ${Word} ]] && { echo "${WordList[@]:$((${Number} - ${x})):$((${x} * 2 + 1))}"; break; }
done

bon la ponctuation nous plombe si elle est entourée d'espace comme ? ou !
mais sinon c'est plutôt fonctionnel (pas sûr que ce soit très rapide sur les gros fichiers...)

[BufferBob]

salut,

idem, avec des morceaux de Python (pour la praticité, notamment traitement des espaces [:punct:] et [:space:] via module regex et le slicing bien arrangeant) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
import regex
 
word = u'bidon'
x = 5
s = """Je vais faire une longue phrase
inutile et complètement bidon
mais il peut être très pratique
pour régler le problème actuel
...et je vais même, avec l'élan d'un gnou au galop, y rajouter de la ponctuation !!!"""
 
wordlist = regex.split(r'[[:punct:][:space:]]+', s) # tokenisation du pauvre
print(u' '.join(wordlist[wordlist.index(word) - x : wordlist.index(word) + x +1]))

et le résultat :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

longue phrase inutile et complètement bidon mais il peut être très

[Flodelarab]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
$ awk -vmot=bidon 'BEGIN{RS="[^a-zA-Z0-9àéèêôîâûç]";} /./{ind++;a[ind]=$0;} END{for (m in a) if (a[m]==mot) for (i=m-5;i<=m+5;i++) printf("%s%s",a[i],(i==m+5)?"\n":(i>0)?" ":"");}' fichier_test
longue phrase inutile et complètement bidon mais il peut être très
$ awk -vmot=Je 'BEGIN{RS="[^a-zA-Z0-9àéèêôîâûç]";} /./{ind++;a[ind]=$0;} END{for (m in a) if (a[m]==mot) for (i=m-5;i<=m+5;i++) printf("%s%s",a[i],(i==m+5)?"\n":(i>0)?" ":"");}' fichier_test
Je vais faire une longue phrase

[disedorgue]

Pour le fun avec grep :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
$ echo "$YY"
Je vais faire une longue phrase
inutile et complètement bidon
mais il peut être très pratique
pour régler le problème actuel
...et je vais même, avec lélan dun gnou au galop, y rajouter de la ponctuation !!! -- -- je --
$ grep -o '[[:alnum:]]*' <<<$YY | grep -i -C 5 'bidon' | xargs | grep -o '[[:alnum:]][[:alnum:] ]*'
longue phrase inutile et complètement bidon mais il peut être très
$ grep -o '[[:alnum:]]*' <<<$YY | grep -i -C 5 'je' | xargs | grep -o '[[:alnum:]][[:alnum:] ]*'
Je vais faire une longue phrase
régler le problème actuel et je vais même avec lélan dun
y rajouter de la ponctuation je