Discussion :

[GUSGUIG]

Bonjour je souhaite simplement récuper et extraire les mot en gras d'un text grace à un scripte python ;
Je suis completement débutant alors j'avoue que je ne sais même pas comment à partir d'un text en gras (ici sur one note) l'extraire dans un script python qui comprendrai ce qui est gras de ce qui ne l'es pas.

[Arioch]

Bonjour,

vous risquez vite de vous retrouver avec deux choix possibles :

- soit faire appel à un dev Python qui vous concoctera un programme pour lequel il y ait des chances qu'une rétribution financière soit demandée.
- soit vous ouvrez un tuto pour apprendre Python.

Je crois que personne ici ne vous livrera un code tout fait bien fait. Pas le genre de la maison.

[Invité]

Salut !

Je ne suis pas le genre de la maison du coup j'aurai bien essayé mais ça dépasse mon niveau... Je vais tout de même jeter un oeil mais je doute que ça suffise !

PS : Ca sera sans moi, trop compliqué, je connais rien aux API...

[wiztricks]

Salut,

onenote dispose d'une API ReST, sous-ensemble du protocole HTTP (et donc de la programmation réseau)...
Cette API est documentée.
Donc techniquement, on peut... écrire une application Python qui interagit avec.

Reste à se cogner la documentation voire à chercher des exemples de code sur Internet (car on est rarement le premier a vouloir faire ce genre de chose et l'expérience des autres est toujours instructive...)... chose qu'on ne fera pas pour vous.
Mais peut être qu'un des lecteurs de cette discussion voudra bien partager son expérience avec vous... reste à attendre qu'il se manifeste.

- W

[jurassic pork]

Hello,

Bonjour je souhaite simplement récuper et extraire les mot en gras d'un text grace à un scripte python ;
Je suis completement débutant alors j'avoue que je ne sais même pas comment à partir d'un text en gras (ici sur one note) l'extraire dans un script python qui comprendrai ce qui est gras de ce qui ne l'es pas.

OneNote n'est pas l'idéal pour faire ce genre d'exploitation. Un traitement de texte comme word ou writer serait plus facile à exploiter. Par exemple dans writer, il y a une recherche de texte par attribut (ex: gras).
Ami calmant, J.P

[GUSGUIG]

Hello tout le monde !

Merci beaucoup pour vos réponses !

J'ai trouvé comment extraire des mots ayant les balise en gras

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<b></b>

Voici donc mon code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
#recuperer les données en gras
text = []
Les_mots_en_gras = []
 
with open("file.txt", "r") as tf:
    text = tf.read().split(' ')
 
for boldword in text:
    if "</b>" in boldword:
        Les_mots_en_gras.append(boldword)
 
for boldword in Les_mots_en_gras:
    print(boldword)

ça fonctionne par exemple avec le txt suivant :

j'aime manger des <b>patates</b> très <b>douces</b>

ça me sort bien :
<b>patates</b>
<b>douces</b>

Je suis déjà content de ça !
mais le problème c'est que je ne trouve pas d'éditeur de texte qui puisse simplement marquer ces balise lorsqu'on l'ouvre en txt

[wiztricks]

mais le problème c'est que je ne trouve pas d'éditeur de texte qui puisse simplement marquer ces balise lorsqu'on l'ouvre en txt

<b>...</b> sont à priori des balises HTML.
Un éditeur de texte qui sache faire apparaître du "gras" lorsqu'il voit des mots entre ces balises doit savoir interpréter/lire du HTML (comme un/votre navigateur Web par exemple).

Je suis déjà content de ça !

Dans les tutos, on vous propose des exercices parfois corrigés: si vous voulez apprendre à programmer il faut commencer par là... et avoir une idée des technologies de base à connaître pour avoir une idée de comment coder pour en profiter.

- W

[GUSGUIG]

Bon c'est pas completement abouti et clairement c'est du bricolage mais j'ai déjà un truc qui fonctionne un peu prêt :

je copie/colle mon text dans Writer au format "HTML sans commentaire" que j'enregistre au format html (ici "Sans nom 1.html")

puis j'execute ce code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
#recuperer les données en gras
text = []
Les_mots_en_gras = []
 
with open("Sans nom 1.html", "r") as tf:
    text = tf.read().split(' ')
 
for boldword in text:
    if "</b>" in boldword:
        Les_mots_en_gras.append(boldword)
 
for boldword in Les_mots_en_gras:
    print(boldword)

et ça me sort tout les mots en gras avec leurs balise :

donc par exemple si j'écris :

J’aime manger des patates très douces car c’est très bon

ça me sort bien :

<b>manger</b>
<b>patates</b>

Mais dès que le text est plus complexe ça ne fonctionne plus très bien car il faudrait que j'arrive à ouvrir la sélection avec la balise <b> et la refermer avec la balise </b>
la je prend tous ce qui à la balise </b>
Peut être que qqn à une idée de comment faire ?

[wiztricks]

Peut être que qqn à une idée de comment faire ?

Techniquement, on fait ça avec des expressions régulières ou on utilise une bibliothèque qui sait lire du HTML.

- W

[Invité]

... ou BeautifulSoup

Sinon une méthode que j'affectionne et probablement plus rapide que les bibliothèques (pas tapé si je dis une connerie) si jamais tu cherches de la performance :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
>>> text = 'toto<b>GRAS</b>titi'
>>> [obj[obj.index('<b>')+3:] for obj in text.split('</b>')[:-1]]
['GRAS']

[wiztricks]

Sinon une méthode que j'affectionne et probablement plus rapide que les bibliothèques (pas tapé si je dis une connerie) si jamais tu cherches de la performance

Ça ne fonctionne que si on suppose que les balises sont bien formées:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
>>> text = 'totoGRAS</b>titi'
>>> [obj[obj.index('<b>')+3:] for obj in text.split('</b>')[:-1]]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 1, in <listcomp>
ValueError: substring not found
>>>

Que faire si ça ne l'est pas? C'est toute la différence entre un code "brouillon" et un code ou on a un peu réfléchit aux différents cas de figures qui pourraient se présenter.

Après côté performances, il faut déjà balayer la chaîne de caractères 1 fois pour la découper puis une autre fois pour extraire les mots.
Si la chaîne de caractères est de longueur N, on a une complexité en 2xN

Si on cherche <b> puis à partir de là le </b> qui suit, on ne la parcourt qu'une seule fois et la complexité est N.
Bien sûr, côté performances, ça fait beaucoup plus de lignes et... si on mesure, ce sera probablement moins rapide.

C'est pour çà qu'on préférera les expressions régulières... re.findall sur le pattern '<b>(.+?)</b>' devrait le faire.

- W

[MPython Alaplancha]

Bonjour,

C'est pour çà qu'on préférera les expressions régulières... re.findall sur le pattern '<b>(.+?)</b>' devrait le faire.

à cela, on pourrait aussi répliquer:

Ça ne fonctionne que si on suppose que les balises sont bien formées:
...
Que faire si ça ne l'est pas? C'est toute la différence entre un code "brouillon" et un code ou on a un peu réfléchit aux différents cas de figures qui pourraient se présenter.

Spontanément j'utiliserai les expressions régulières, mais j'aime bien cet esprit qu'à Narvalo à réinventer souvent la roue.
J'estime que programmer repose aussi sur l'imagination. Lorsqu'on est confronté à un problème(à une situation à résoudre), on a recours à sa culture (connaissance d'outils/ reconnaissance d'une situation particulière déjà traitée/ automatismes acquis...) mais aussi à son imagination(création).
Pour moi, c'est comme pour un artiste peintre, d'un côté il y a la maîtrise de la technique/connaissance de l'Art, de l'autre la création, l'imagination, la capacité à se renouveler, à sortir de son formatage,..., afin de résoudre le tableau .
Une technique sans imagination, tout comme une imagination sans technique, sont vite confrontés à leur limite... Bref, tout cela pour dire que programmer c'est aussi imaginer! Et que de travailler son imagination, c'est aussi améliorer sa capacité à programmer .

[jurassic pork]

Hello,

... ou BeautifulSoup

avec BeautifulSoup :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
from bs4 import BeautifulSoup
htmlfile = "d:/temp/test.html"
markup = open(htmlfile)
soup = BeautifulSoup(markup.read(),'html.parser')
markup.close()
motsEnGras = soup.findAll('b')
print(motsEnGras)

Ça ne fonctionne que si on suppose que les balises sont bien formées:

un texte avec des balises html mal formées ce n'est plus du html

ami calmant, J.P

[Diablo76]

Salut,

Il y a également la possibilité d'utiliser un module du genre docx :

https://pypi.org/project/python-docx/

Script :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
import docx
 
doc = docx.Document("mon_fichier.docx")
 
for paragraph in doc.paragraphs:
    for text_run in paragraph.runs:
        if text_run.bold:
            print(text_run.text)

Ce qui donne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
Morbi
Maecenas
auctor
acus

[wiztricks]

J'estime que programmer repose aussi sur l'imagination.

Contrairement à une œuvre d'art que l'on pourra admirer (ou pas), un code fonctionne (ou pas), sera "optimal" (ou pas). Et l'informatique est une science "dure"... c'est comme ça.

un texte avec des balises html mal formées ce n'est plus du html

Du HTML est un peu plus compliqué qu'un tas de balises à la "html".
Puis si on teste:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
>>> text = 'totoGRAS</b>titi'
>>> soup = BeautifulSoup(text, 'html.parser')
>>> soup.findAll('b')
[]
>>>

Une gestion d'erreur a été "pensée" pour y survivre. Certains pourront parler de "créativité" des programmeurs, pour moi, ils ont juste fait leur job.

- W

[MPython Alaplancha]

Contrairement à une œuvre d'art que l'on pourra admirer (ou pas), un code fonctionne (ou pas), sera "optimal" (ou pas). Et l'informatique est une science "dure"... c'est comme ça.

Un tableau fonctionne (ou pas), un code peut s'admirer(ou pas) , pour moi nul doute que l'imagination sert la science(numérique ou autre).
Des plus instruits que moi, ont écrit sur le sujet.

« L’imagination est plus importante que le savoir. »

[wiztricks]

Des plus instruits que moi, ont écrit sur le sujet.

« L’imagination est plus importante que le savoir. »

L’imagination d'Einstein a fait progresser notre compréhension du monde (et pas mal de domaines mathématiques pour qu'on puisse mettre en forme ses idées).

Le comparer avec une prose du genre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[obj[obj.index('<b>')+3:] for obj in text.split('</b>')[:-1]]

insulte sa mémoire quelque peu.... mais si ce genre de ligne de code vous inspire: il faut de tout pour faire un monde

- W

[MPython Alaplancha]

Le comparer avec une prose du genre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[obj[obj.index('<b>')+3:] for obj in text.split('</b>')[:-1]]

insulte sa mémoire quelque peu.... mais si ce genre de ligne de code vous inspire: il faut de tout pour faire un monde

Ces propos t'appartiennent, ce ne sont pas les miens.
Je pourrais préciser ma pensée(du moins m'y essayer), te partager mon expérience sur le sujet, mais je sens que cela sera pas entendu.
Dommage: Pourquoi la terre tourne autour de notre égo ?

[papajoker]

bonjour

j'aime bien cet esprit à réinventer souvent la roue.

C'est pourtant (pour moi) en général une marque d'amateurisme. Je ne me considère pas plus intelligent que les autres et donc je ne pense pas pouvoir réinventer de nouvelles choses (basiques) plus intelligentes/performantes.
C'est celui qui code pour le plaisir ("l'amateur") qui va trouver n'importe quelle raison pour réinventer la roue, mais en fait ici l'intérêt est surtout ludique ou une façon d'apprendre.

Notre algo imaginé n'a pas le même facteur souplesse/vitesse que la solution éprouvée (les design pattern par exemple), mais en effet, dans certains cas très typés, il peut être plus performant. Malheureusement, il est rare que le codeur imaginatif soit aussi un codeur qui va développer une batterie de tests pour trouver les limites techniques de sa prose et faire un véritable benchmark pour le comparer aux autres solutions.


Pour moi, il y a 2 choses importantes dans un code : c'est la maintenabilité (donc on reste au maximum dans les clous pour les autres ou moi dans 1..2 ans) et par instants la vitesse (oui, une solution maison/inventive peut-être envisagée et adoptée après tests/comparatifs)

EDIT

Dommage: Pourquoi la terre tourne autour de notre égo ?

J'avais oublié… certains prennent aussi un grand plaisir à réinventer la roue mais surtout pour flatter leur égo (bien sûr pas le cas ici ! sur le forum c'est le côté ludique bien entendu)

RE-EDIT:
Je ne parle que d'être imaginatif pour résoudre un problème local de codage., OUI, l'imagination est une bonne chose pour pondre une solution globale à partir d'un cahier des charges ! mais dans ce cas, ce n'est pas forcément du code mais plus un assemblage de technologies et méthodes (non personnelles).

--------

Le html n'a pas à être mal formé, il peut simplement avoir des classes dans cette balise ou une autre balise à l'intérieur

[wiztricks]

Dommage: Pourquoi la terre tourne autour de notre égo ?

Renseignez vous cela n'est vrai que pour le monde occidental. La culture asiatique, est très différent: c'est le "nous", le "collectif" qui est au centre.

Pour moi, il y a 2 choses importantes dans un code : c'est la maintenabilité (donc on reste au maximum dans les clous pour les autres ou moi dans 1..2 ans) et par instants la vitesse (oui, une solution maison/inventive peut-être envisagée et adoptée après tests/comparatifs)

La vitesse est un critère technique puisqu'on peut "mesurer" est être objectif (ça va plus vite ou pas éventuellement dans certains cas). La maintenabilité est "moins technique" car on ne sait pas trop la mesurer (sauf à définir des standards/règles et une batterie de tests ou de revues de codes qui vont vérifier la conformité à ces règles/standards).

Ça marche ou pas est un critère technique: on fournit un exemple qui plante...
La mesure de la complexité aussi.... puisqu'on peut la calculer.

On ne sait pas mesurer la créativité (comme la beauté)...
Une personne "créative" (a mon sens donc) dans le coin est toumic. Il utilise Python pour faire avancer des idées sur je ne sais quoi. Il code comme un sagouin... et se fout pas mal de "mieux" coder pourvu que ça lui crashe les résultats dont il a rêvé.

- W