Discussion :

[frederic2710]

bonjour,

je désire un peu d'aide car je bloque sur la suite;
j'aimerai savoir quel méthode utiliser pour pouvoir trouver un fichier(.PDF) donc les mots correspondent a la chaine de caractère.
pour exemple ci dessous via le code serait de trouver le fichier qui contient comme mots 'CHAINE' et 'CARACTERES'
voici le code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
import os
ch = "VOICI_UNE_CHAINE_DE_CARACTERE_COMME_EXEMPLE"
ch1 = ch.replace('_', ' ').split()
chaine = set(ch1)
les_mots = set(('MAISON', 'VILLE', 'CHAINE', 'ARBRE', 'CARACTERE'))
mots = chaine&les_mots
x = list(mots)
y = " ".join(map(str, x))
 
print(y)
..........

merci encore pour votre aide

[MPython Alaplancha]

Bonjour,

j'aimerai savoir quel méthode utiliser pour pouvoir trouver un fichier(.PDF) donc les mots correspondent a la chaine de caractère.

Regarde du côté de glob():
Le code présenté ci-dessous va lister tous les fichiers pdf du répertoire courant dont le nom comprends les mots CHAINE et CARACTERE .

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
from pathlib import Path
p=Path('.')
print(*p.glob('*CHAINE*CARACTERE*.pdf'))

[frederic2710]

merci pour ton retour,
petite question, dans mon code c'est la variable qui contient les mots en question, les mots sont complétement aléatoire en fonction de la chaine de caractère.
est ce que le glob peut faire une recherche via une variable(dont elle contient les mots?

merci

[MPython Alaplancha]

merci pour ton retour,
petite question, dans mon code c'est la variable qui contient les mots en question, les mots sont complétement aléatoire en fonction de la chaine de caractère.
est ce que le glob peut faire une recherche via une variable(dont elle contient les mots?

merci

Comme tu peux le voir l'argument de glob() est une string, donc oui !. (il te suffit de formater ta chaine avec format() ou une fstring)

[fatbob]

Bon Apparemment, je me suis fait griller :-)
Et en plus, je ne répond pas à la question mais bon, j'avais mal compris.


Déjà tu peux splitter par rapport à un caractère donné (ça ne fait pas avancer ton problème mais bon).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
import os
ch = "VOICI_UNE_CHAINE_DE_CARACTERE_COMME_EXEMPLE"
ch1 = ch.split('_')

de même

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
y = " ".join(x)

voire

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
print(" ".join(mots)) # join marche aussi sur un set

suffit (quoiqu'il semble que ça dépend des version de python... Pour ma part, je n'ai jamais eu de problème avec ça)

Pour le reste, je ne comprends pas la question.
Les mots, ils sont censés venir d'où ? Tu les cherches dans les noms de fichiers ? dans le contenu des fichiers ?

Pour naviguer dans une arborescence de fichiers, tu peux travailler avec os.walk
Si tu veux ouvrir des fichiers pdf et travailler avec leur contenu, il va falloir utiliser des outils qui peuvent interagir avec du pdf.

https://realpython.com/pdf-python/

Pour des fichiers textes (plus simple, pour l'exemple), ça pourrait donner

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
import os
import fnmatch
import re
wordset = set("les mots que je veux trouver".split())
for root, dirs, files in os.walk("path/to/the/root/dir"):
    for fname in fnmatch.filter(files, '*.txt'):
        print(fname)
        with open(os.path.join(root, fname), encoding="utf-8") as inf:
            fwordset = re.split('\W+', inf.read())
            print(" ".join(wordset & fwordset))

[MPython Alaplancha]

Pour des fichiers textes (plus simple, pour l'exemple), ça pourrait donner

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
import os
import fnmatch
import re
wordset = set("les mots que je veux trouver".split())
for root, dirs, files in os.walk("path/to/the/root/dir"):
    for fname in fnmatch.filter(files, '*.txt'):
        print(fname)
        with open(os.path.join(root, fname), encoding="utf-8") as inf:
            fwordset = re.split('\W+', inf.read())
            print(" ".join(wordset & fwordset))

Le code renvoit une exception ...
Perso, quand on a gouté à grep...

[fatbob]

Le code renvoit une exception ...
Perso, quand on a gouté à grep...

C'est quoi, comme exception ? Un problème d'encodage ? J'ai des fichiers en utf8 mais si ils sont dans un autre format, ça plante.

Cela dit, c'est vrai que grep est un bon outil... Sous linux...
Et puis après, ça dépend de ce que tu veux faire des résultats...

[frederic2710]

mon test me renvoi un generator object Path.glob
voici le code modifié:

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 os
from pathlib import Path
 
ch = "VOICI_UNE_CHAINE_DE_CARACTERE_COMME_EXEMPLE"
ch1 = ch.replace('_', ' ').split()
chaine = set(ch1)
les_mots = set(('MAISON', 'VILLE', 'CHAINE', 'ARBRE', 'CARACTERE'))
mots = chaine&les_mots
x = list(mots)
y = " ".join(map(str, x))
 
p = Path(".")
test = p.glob(y+'.pdf')
 
print(test)

merci

[MPython Alaplancha]

oui c'est un générateur.
Pour le voir, tu peux par exemple construire une liste avec:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

print(list(test))