Discussion :

[Abagadji]

Bonjour la teams,
j'aurais besoin d'une aide à propos d'un script python me permettant de récupérer des métadonnées de deux fichiers distincts avec des extension différents, un en xml et l'autre en opf. et ensuite comparer les résultats obtenus.
résumé :
- En entrée, il prend le fichier opf et le fichier onix,
- Il récupère les métadonnées (le titre, l’auteur, l’éditeur, la date de publication),
- Il retourne dans la console (en utilisant print) les informations trouvées,
- Il compare les informations entre les deux fichiers et retourne le résultat de la comparaison
Je ne suis pas un developper entant que tel, je suis une formation en édition numérique. si une personne peut m'aider, je lui serai vraiment reconnaissant. On peut aussi discuter en privée pour plus de détails sur l'exercice.
Merci d'avance !

ENGLISH

Hello team,
I need help with a python script that allows me to retrieve metadata from two separate files with different extensions, one in xml and the other in opf. and then compare the results.
summary :
- As input, it take9782702187975.onix.xml9782702187975-Extrait.zips the opf file and the onix file,
- It gets the metadata (title, author, publisher, publication date),
- It returns in the console (using print) the information found,
- It compares the information between the two files and returns the result of the comparison
I'm not a developer as such, I'm a trainee in digital publishing. If someone can help me, I'd be really grateful. We can also discuss privately for more details on the exercise.
Thanks in advance!

[Sve@r]

Bonjour

j'aurais besoin d'une aide à propos d'un script python me permettant de récupérer des métadonnées de deux fichiers distincts avec des extension différents, un en xml et l'autre en opf. et ensuite comparer les résultats obtenus.

Hum. On t'a conseillé une librairie particulière pour lire les fichiers? Parce que autant pour le xml ça va (on peut utiliser xml.dom.minidom) autant pour le opf je n'ai aucune idée.

Je ne suis pas un developper entant que tel, je suis une formation en édition numérique. si une personne peut m'aider, je lui serai vraiment reconnaissant. On peut aussi discuter en privée pour plus de détails sur l'exercice.

Bizarrement ça sonne comme non ps une demande d'aide mais une demande de travail à ta place. Ce qui n'est pas du tout dans l'esprit du forum.
Mais bon, passons sur cette impression. Donc qu'as-tu fait jusque là et où bloques-tu?
Ou en plus simple: quelle est ta question?

[Arioch]

Hum. On t'a conseillé une librairie particulière pour lire les fichiers? Parce que autant pour le xml ça va (on peut utiliser xml.dom.minidom) autant pour le opf je n'ai aucune idée

lxml fait le taf avec les fichiers .opf.

[N_BaH]

je ne sais pas ce que Abagadji appelle "métadonnées", mais le terme, normalement, n'implique pas le parcours du fichier dans son format "lisible", mais la lecture de certains octets du fichier, qui comportent des "tags" (par exemple, les MP3 ID3v1 ont leurs métadonnées dans les 128 derniers octets).

[Abagadji]

Bonjour

Hum. On t'a conseillé une librairie particulière pour lire les fichiers? Parce que autant pour le xml ça va (on peut utiliser xml.dom.minidom) autant pour le opf je n'ai aucune idée.


Bizarrement ça sonne comme non ps une demande d'aide mais une demande de travail à ta place. Ce qui n'est pas du tout dans l'esprit du forum.
Mais bon, passons sur cette impression. Donc qu'as-tu fait jusque là et où bloques-tu?
Ou en plus simple: quelle est ta question?

bonjour, je suis désolé d'avoir exposé mon exercices ainsi, ce n'est pas que je veux qu'on me fasse tout le travail, j'aimerais apprendre aussi. c'est juste que j'ai eu quelques cours en python, du coup, l'exercice m'a semblé un peu difficile à cause des librairies. vu que je n'ai pas de notions dessus. mais j'essaierai de faire quelque chose avant et je reviendrai vers vous pour vous montrer mon travail.
je vous remercie de votre réponse.

[Beginner.]

Salut,

- En entrée, il prend le fichier opf et le fichier onix,

Je n'ai pas vu de fichier .onix dans ton zip...

je ne sais pas ce que Abagadji appelle "métadonnées", mais le terme, normalement, n'implique pas le parcours du fichier dans son format "lisible", mais la lecture de certains octets du fichier, qui comportent des "tags" (par exemple, les MP3 ID3v1 ont leurs métadonnées dans les 128 derniers octets).

Il y a une balise <metadata> dans le fichier .opf.

[Abagadji]

Salut,
Je n'ai pas vu de fichier .onix dans ton zip...

le fichier .onix n'est pas dans le zip. il est à part 9782702187975.onix.xml


Il y a une balise <metadata> dans le fichier .opf.

[Beginner.]

Ben que veux-tu comparer étant donné que les deux fichiers ont un contenu complètement différent ?

[Abagadji]

C'est à dire, après avoir récupérer les métadonnées sur (le titre, l’auteur, l’éditeur, la date de publication). On essayera d'afficher les infos. Et ensuite on pourra faire une comparaison entre les résultats trouvés dans les deux fichiers.
- Il retourne dans la console (en utilisant print) les informations trouvées,
- Il compare les informations entre les deux fichiers et retourne le résultat de
la comparaison.
En gros, comparer l’égalité entre les valeurs (chaînes de caractères).
Merci de ta réponse

[Sve@r]

- Il retourne dans la console (en utilisant print) les informations trouvées,

Attention, le verbe "retourner" a une signification. Ca s'applique à une valeur que renvoie une fonction en fin de job. Ce n'est pas lié à la console
Ex: def carrre(n): return n*n que l'on peut utiliser ainsi: xxx=carre(123). Dans toutes ces opérations il n'y a aucune notion de "console".

Ce dont tu parles c'est un "affichage".

En gros, comparer l’égalité entre les valeurs (chaînes de caractères).

Moi je ferais une fonction qui retourne (et là le verbe est bien celui qu'il faut utiliser) des métadatas particulières de tes fichiers. Ce retour pourrait être par exemple sous forme de dico. Une fonction pour récupérer les métadatas d'un XML et une autre d'un OPF
Exemple

Code python :

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
def xmlGetMeta(fic):
	...
	...
	return {
		"titre" : ...,
		"auteur" : ...,
		...
	}
# xmlGetMeta()
 
def opfGetMeta(fic):
	...
	...
	return {
		"titre" : ...,
		"auteur" : ...,
		...
	}
# opfGetMeta()

Au final, suffit de comparer les valeurs retournées par les deux fonctions => print(xmlGetMeta(fichierX) == opfgetMeta(fichierY)). Et/ou chaque valeur individuelle si on veut plus de granularité.

[wiztricks]

En gros, comparer l’égalité entre les valeurs (chaînes de caractères).

comparer des chaines de caractères ou des tuples de... c'est pas bien compliqué.

Après pour ce qui est de récupérer les informations dans ces fichiers, ça dépend de la bibliothèque utilisée pour lire ces formats de fichiers.
Excepté pour XML, elles ne sont pas dans les bibliothèques standards et vous devez accéder aux mêmes moteurs de recherche que tout le monde pour voir à quoi ressemblent ces formats et trouver s'il existe des bibliothèques qui...

Cela dit, vous demandez de l'aide pour quoi?

- W

[Abagadji]

Attention, le verbe "retourner" a une signification. Ca s'applique à une valeur que renvoie une fonction en fin de job. Ce n'est pas lié à la console
Ex: def carrre(n): return n*n que l'on peut utiliser ainsi: xxx=carre(123). Dans toutes ces opérations il n'y a aucune notion de "console".

Ce dont tu parles c'est un "affichage".


Moi je ferais une fonction qui retourne (et là le verbe est bien celui qu'il faut utiliser) des métadatas particulières de tes fichiers. Ce retour pourrait être par exemple sous forme de dico. Une fonction pour récupérer les métadatas d'un XML et une autre d'un OPF
Exemple

Code python :

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
def xmlGetMeta(fic):
	...
	...
	return {
		"titre" : ...,
		"auteur" : ...,
		...
	}
# xmlGetMeta()
 
def opfGetMeta(fic):
	...
	...
	return {
		"titre" : ...,
		"auteur" : ...,
		...
	}
# opfGetMeta()

Au final, suffit de comparer les valeurs retournées par les deux fonctions => print(xmlGetMeta(fichierX) == opfgetMeta(fichierY)). Et/ou chaque valeur individuelle si on veut plus de granularité.

si je ne me trompe pas, c'est bien ça?:

flux_in = open('9782702187975.onix.xml','r')
flux_out = open('book.opf','r')

def xmlGetMeta(fic):
...
...
return {
"titre" : ...,
"auteur" : ...,

}
# xmlGetMeta()

def opfGetMeta(fic):
...
...
return {
"titre" : ...,
"auteur" : ...,

}
# opfGetMeta()
print(xmlGetMeta('9782702187975.onix.xml') == opfGetMeta('book.opf'))

flux_out.close()
flux_in.close()

[Beginner.]

En gros, comparer l’égalité entre les valeurs (chaînes de caractères).

Ben ce n'est pas aussi simple... Je m'explique :

On a cette balise dans le fichier book.opf :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
    <metadata>
        <dc:title>Politique française. Articles 1944-1977</dc:title>
        <dc:language>fr</dc:language>
        <dc:identifier id="BookId">0fc0ffe7-7f4f-4546-b323-90871694dc07</dc:identifier>
        <dc:date>2023-01-25</dc:date>
        <dc:publisher>Calmann-Lévy</dc:publisher>
        <dc:creator>Raymond Aron</dc:creator>
        <dc:rights>© Calmann-Lévy, 2015</dc:rights>
        <dc:source>97870218975</dc:source>
        <meta property="dcterms:modified">2016-04-28T15:20:51Z</meta>
        <meta name="cover" content="CoverImage" />
    </metadata>

Mais on ne retrouve pas toutes ces infos dans l'autre fichier...

Exemples :

- On ne trouve pas la balise <dc:creator> dans l'autre fichier mais on trouve le nom "Raymond Aron" dans la sous-balise <PersonName> de la balise <Contributor>

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
<Contributor>
                <SequenceNumber>
                    1
                </SequenceNumber>
                <ContributorRole>
                    A01
                </ContributorRole>
                <NameIdentifier>
                    <NameIDType>
                        16
                    </NameIDType>
                    <IDValue>
                        0000000121325996
                    </IDValue>
                </NameIdentifier>
                <PersonName>
                    Raymond Aron
                </PersonName>

Est-ce que c'est cela que l'on doit comparer ?

- Pour le "language" on a "fr" mais dans l'autre fichier on a "fre" :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
<Language>
                <LanguageRole>
                    01
                </LanguageRole>
                <LanguageCode>
                    fre
                </LanguageCode>
            </Language>

Du coup il faudrait connaitre tous les <LanguageCode>, ici par exemple il faut savoir si "fre" correspond à "fr"...

Il semblerait que "fre" et "fr" correspondent au français mais python n'en sait rien, si tu compares juste les deux chaines "fre" et "fr", python te dira qu'elles sont différentes...

[Abagadji]

Ben ce n'est pas aussi simple... Je m'explique :

On a cette balise dans le fichier book.opf :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
    <metadata>
        <dc:title>Politique française. Articles 1944-1977</dc:title>
        <dc:language>fr</dc:language>
        <dc:identifier id="BookId">0fc0ffe7-7f4f-4546-b323-90871694dc07</dc:identifier>
        <dc:date>2023-01-25</dc:date>
        <dc:publisher>Calmann-Lévy</dc:publisher>
        <dc:creator>Raymond Aron</dc:creator>
        <dc:rights>© Calmann-Lévy, 2015</dc:rights>
        <dc:source>97870218975</dc:source>
        <meta property="dcterms:modified">2016-04-28T15:20:51Z</meta>
        <meta name="cover" content="CoverImage" />
    </metadata>

Mais on ne retrouve pas toutes ces infos dans l'autre fichier...

Exemples :

- On ne trouve pas la balise <dc:creator> dans l'autre fichier mais on trouve le nom "Raymond Aron" dans la sous-balise <PersonName> de la balise <Contributor>

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
<Contributor>
                <SequenceNumber>
                    1
                </SequenceNumber>
                <ContributorRole>
                    A01
                </ContributorRole>
                <NameIdentifier>
                    <NameIDType>
                        16
                    </NameIDType>
                    <IDValue>
                        0000000121325996
                    </IDValue>
                </NameIdentifier>
                <PersonName>
                    Raymond Aron
                </PersonName>

Est-ce que c'est cela que l'on doit comparer ?

- Pour le "language" on a "fr" mais dans l'autre fichier on a "fre" :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
<Language>
                <LanguageRole>
                    01
                </LanguageRole>
                <LanguageCode>
                    fre
                </LanguageCode>
            </Language>

Du coup il faudrait connaitre tous les <LanguageCode>, ici par exemple il faut savoir si "fre" correspond à "fr"...

Il semblerait que "fre" et "fr" correspondent au français mais python n'en sait rien, si tu compares juste les deux chaines "fre" et "fr", python te dira qu'elles sont différentes...

je pense que vous avez compris, mais quand j'essaye avec le code que je vous est fourni, j'ai quelques erreurs lorsque je l'exécute dans le terminal.

flux_in = open('9782702187975.onix.xml','r')
flux_in = open('book.opf','w')

def xmlGetMeta(fic):

return {
"titre" : ...,
"auteur" : ...,

}
# xmlGetMeta()

def opfGetMeta(fic):

return {
"titre" : ...,
"auteur" : ...,

}
# opfGetMeta()
print(xmlGetMeta('9782702187975.onix.xml') == opfGetMeta('book.opf'))

flux_in.close()
flux_in.close()

Pouvez vous me signaler les erreurs svp?
je suis un débutant dans python, veuillez m'excusez, si ma compréhension n'est pas facile.

[Sve@r]

si je ne me trompe pas, c'est bien ça?:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
flux_in = open('9782702187975.onix.xml','r')
flux_out = open('book.opf','r')
 
def xmlGetMeta(fic):

Ben... si j'ai nommé le paramètre de la fonction "fic" c'est pour que ce soit assez clair que c'est le fichier que la fonction doit traiter pour en extraire les infos. Dans ce cas je ne vois pas pourquoi

1. tu vas l'ouvrir avant
2. tu n'appelles pas la fonction

...

Et au cas où tu l'aurais pas remarqué, il y a une façon de poster ses codes dans le forum !!!

je pense que vous avez compris, mais quand j'essaye avec le code que je vous est fourni, j'ai quelques erreurs lorsque je l'exécute dans le terminal. Pouvez vous me signaler les erreurs svp?

Ce code est un code d'exemple synthétique. Il y a des blancs à remplir, des actions à mettre!!! Tu ne penses quand-même pas que les "..." ce sont là des instructions Python qui vont réellement travailler!!! En fait visiblement si...

Donc (ma façon de faire): deux fonctions qui chacune prennent les infos dans le format dédié. La première qui, comme le montre Beginner, récupère "Raymond Aron" dans <dc:creator>Raymond Aron</dc:creator> et l'autre qui récupère récupère "Raymond Aron" dans <PersonName>Raymond Aron</PersonName>. Et les deux renvoient les informations dans un format normalisé (un dictionnaire) afin de pouvoir les comparer.

je suis un débutant dans python, veuillez m'excusez, si ma compréhension n'est pas facile.

On a tous été débutants. Mais ce n'est pas une excuse. Tu es censé apprendre Python avant de vouloir coder avec. Et de toute façon on ne pourra pas l'apprendre à ta place. Il y a plein de tutos gratuits sur le net.

[Abagadji]

Ben... si j'ai nommé le paramètre de la fonction "fic" c'est pour que ce soit assez clair que c'est le fichier que la fonction doit traiter pour en extraire les infos. Dans ce cas je ne vois pas pourquoi

1. tu vas l'ouvrir avant
2. tu n'appelles pas la fonction

...

Et au cas où tu l'aurais pas remarqué, il y a une façon de poster ses codes dans le forum !!!


Ce code est un code d'exemple synthétique. Il y a des blancs à remplir, des actions à mettre!!! Tu ne penses quand-même pas que les "..." ce sont là des instructions Python qui vont réellement travailler!!! En fait visiblement si...

Donc (ma façon de faire): deux fonctions qui chacune prennent les infos dans le format dédié. La première qui, comme le montre Beginner, récupère "Raymond Aron" dans <dc:creator>Raymond Aron</dc:creator> et l'autre qui récupère récupère "Raymond Aron" dans <PersonName>Raymond Aron</PersonName>. Et les deux renvoient les informations dans un format normalisé (un dictionnaire) afin de pouvoir les comparer.


On a tous été débutants. Mais ce n'est pas une excuse. Tu es censé apprendre Python avant de vouloir coder avec. Et de toute façon on ne pourra pas l'apprendre à ta place. Il y a plein de tutos gratuits sur le net.

malheureusement, j'ai eu un cours de 4h en python, d'où mes lacunes. Je vous remercie infiniment. Je vais me concentrer dessus et je vous reviendrai. je regarderai des tutos pour mieux comprendre.

[wiztricks]

malheureusement, j'ai eu un cours de 4h en python, d'où mes lacunes. Je vous remercie infiniment. Je vais me concentrer dessus et je vous reviendrai. je regarderai des tutos pour mieux comprendre.

Ouvrir les fichiers texte et faire un tableau pour savoir quoi y récupérer et le comparer à quoi.... n'a rien à voir avec python, mais est un travail préalable pour savoir ce qu'on va devoir programmer (puis éventuellement comment le faire avec Python vient après).

- W