Discussion :

[ciel65]

Bonjour,
Le but est de compter le nombre des mots d'un fichier texte. Dans le code ci-dessous, pourriez-vous me dire pourquoi $nbmots = $nbmots + @motsdans1ligne donne le résultat des nombres des mots,
@motsdans1ligne est un tableau scalaire, pourquoi on peut additionner $nbmots qui est un compteur.

Merci beaucoup

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
$nbmots = 0;
foreach $ligne (@texte)
{
$ligne=~s/[0-9,;:!\?\.\-\<\>\=\(\)\'\s\t]+/ /g;
@motsdans1ligne = split(/ /, $ligne);
$nbmots = $nbmots + @motsdans1ligne;
}
print "Nombre des mots du fichier : ".$nbmots."\n";

[Schmorgluck]

D'abord, un point de vocabulaire : en Perl, il y a les données de liste, et les données scalaires. Un tableau est une variable contenant une liste. Donc, parler de "tableau scalaire" n'a pas de sens.

Ensuite, une notion importante semble t'échapper, la notion de contexte. Je te renvoie à la documentation, comme par exemple ce cours.
Dans la ligne "$nbmots = $nbmots + @motsdans1ligne;" le tableau @motsdans1ligne est utilisé en contexte scalaire (en tant que terme d'une addition), et a donc pour valeur son nombre d'éléments.

[Jedai]

J'écrirais ça plutôt comme ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
sub word_count {
    my $word_count = 0;
    use locale;
    foreach my $line (@_) {
      $word_count += () = $line =~ m/\b\w+\b/g;
    }
    return $word_count;
}

(un peu plus robuste, le programme initial compte 1 mot en trop s'il y a un espace en début de ligne, un peu plus rapide aussi)

Mais pour en revenir au programme initial, on en revient au concept de "contexte", qui est vital à la compréhension du Perl.
Ici @motsdansligne est utilisé en contexte scalaire numérique (à cause du +), or un tableau en contexte scalaire numérique retourne son nombre d'éléments, d'où le résultat.

--
Jedaï

[Schmorgluck]

Le problème, Jedai, c'est qu'apparemment il veut exclure les chiffres des mots, aussi. Or \w comprend les chiffres (en revanche, le "_" semble permis). Du coup, c'est un peu moins simple pour la regex (tant qu'il n'y a pas d'opérations ensemblistes sur classes dans le dialecte de Perl).
J'ai beau chercher, je ne vois rien de moins simple que m/(?<![a-z_])([a-z_]+)(?![a-z_])/gi pour la regex. Du coup, vaudrait mieux la compiler.

[Jedai]

Tu oublies les caractères accentués, de plus il n'y a aucune variable dans la regex, elle est donc compilée automatiquement.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
sub word_count {
    my $word_count = 0;
    use locale;
    foreach my $line (@_) {
      $word_count += () = $line =~ m/(?<![^\W0-9])[^\W0-9]+(?![^\W0-9])/g;
    }
    return $word_count;
}

Ca reste 14 % plus rapide que l'ancienne méthode (chez moi) et nettement plus robuste.

--
Jedaï