Discussion :

[Bruno13]

Bonjour,

quelqu'un aurait-il une fonction/procedure pour supprimer les accents plus rapide que celle-ci que j'ai trouvé sur ce forum ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
function EnleveAccents(AText : String) : string;
const 
  Char_Accents      = 'ÀÁÂÃÄÅàáâãäåÒÓÔÕÖØòóôõöøÈÉÊËèéêëÇçÌÍÎÏìíîïÙÚÛÜùúûüÿÑñ';
  Char_Sans_Accents = 'AAAAAAaaaaaaOOOOOOooooooEEEEeeeeCcIIIIiiiiUUUUuuuuyNn';
var
  I : Integer;
  sTemp : String;
begin
  sTemp := AText;
  For i := 1 to Length(Char_Accents) do
    //sTemp := FastReplace(sTemp, Char_Accents[i], Char_Sans_Accents[i]);
    sTemp := StringReplace(sTemp,Char_Accents[i],Char_Sans_Accents[i],[rfReplaceAll]);
  Result := sTemp;
end;

Amicalement,
Bruno

[CapJack]

Voici une version rafraîchie d'une fonction que j'ai écrite il y a plus de quinze ans. Elle passe la chaîne en majuscule, et traite aussi les ae et oe collés, chose à laquelle on pense rarement. Elle devrait être plus rapide que d'invoquer StringReplace pour chaque caractère d'un tableau. Si tu n'as pas besoin du passage en majuscules, tu devrais pouvoir la modifier facilement.

Sinon, on pourrait faire un tableau complet de caractères désaccentués indexés par les caractères de #0 à #255. Peut-être demain si j'ai le temps.

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
19
20
21
22
23
24
25
26
27
28
29
30
31
Function DTUpperStringRemovingSpecials(s:string):string;
var i:integer;
begin
 i:=1;
 while i<=length(s) do
  begin
   case s[i] of 'Œ','œ':begin
                         s[i]:='O';
                         insert('E',s,i+1);
                         inc(i);
                        end;
                'Æ','æ':begin
                         s[i]:='A';
                         insert('E',s,i+1);
                         inc(i);
                        end;
                'Š','š':s[i]:='S';
                'Ç','ç':s[i]:='C';
                'Ñ','ñ':s[i]:='N';
                'Ð':s[i]:='D';
                'Ÿ','Ý','ý','ÿ':s[i]:='Y';
                'À'..'Å','à'..'å':s[i]:='A';
                'È'..'Ë','è'..'ë':s[i]:='E';
                'Ì'..'Ï','ì'..'ï':s[i]:='I';
                'Ò'..'Ö','Ø','ò'..'ö','ø':s[i]:='O';
                'Ù'..'Ü','ù'..'ü':s[i]:='U';
     end;
   inc(i);
   end;
 Result:=s;
end;

[Paul TOTH]

LE plus rapide de plus rapide de chez carambar, c'est un tableau de conversion.

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
19
20
21
22
23
24
25
26
27
28
29
30
 
var
 SansAccent:array[#0..#255] of char;
 
// initialiser le tableau avec une méthode classique pas forcément rapide
// ou déclarer un tableau constant, peu importe pour la suite
 
function EnleveAccents(const AText : String) : string;
var
 i:integer;
begin
 Result:=AText;
 for i:=1 to Length(Result) do Result[i]:=SansAccent[Result[i]];
end;
 
// ou la version PChar qui évite l'indexation 
 
function EnleveAccents(const AText : String) : string;
var
 i:integer;
 p:pchar;
begin
 Result:=AText;
 if Result='' then exit;
 p:=@Result[1];
 for i:=1 to Length(Result) do begin
  p^:=SansAccent[p^]; 
  inc(p);
 end;
end;

[CapJack]

Oui, c'est ce que je disais, mais "tableau de conversion", c'est plus simple que "tableau de caractères désaccentués machin truc", c'est clair.

Une question : il y a une raison réelle à l'utilisation d'un PChar pour accéder aux caractères ? Est-ce plus rapide que s[i] := convert[s[i]] ?

[CapJack]

Bon, je viens de faire quelques tests, et c'est très surprenant !

Première série de tests : on ne tient pas compte des voyelles accolées.

Nous avons d'abord (j'ai optimisé aussi avec un PChar ) :

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
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
function EnleveAccentsCaseOf(const S : String) : string;
var i:integer;p:PChar;
begin
 Result := S;
 if Result='' then exit;
 p:=@Result[1];
 for i:=1 to length(S) do
  begin
   case p^ of 'À'..'Å'      : p^ := 'A';
              'à'..'å'      : p^ := 'a';
              'È'..'Ë'      : p^ := 'E';
              'è'..'ë'      : p^ := 'e';
              'Ì'..'Ï'      : p^ := 'I';
              'ì'..'ï'      : p^ := 'i';
              'Ò'..'Ö','Ø'  : p^ := 'O';
              'ò'..'ö','ø'  : p^ := 'o';
              'Ù'..'Ü'      : p^ := 'U';
              'ù'..'ü'      : p^ := 'u';
              'Š'           : p^ := 'S';
              'š'           : p^ := 's';
              'Ç'           : p^ := 'C';
              'ç'           : p^ := 'c';
              'Ñ'           : p^ := 'N';
              'ñ'           : p^ := 'n';
              'Ð'           : p^ := 'D';
              'ð'           : p^ := 'd';
              'Ÿ','Ý'       : p^ := 'Y';
              'ý','ÿ'       : p^ := 'y';
              'ž'           : p^ := 'z';
              'Ž'           : p^ := 'Z';
         end;
    inc(p);
   end;
end;

et, en combinant les idées de tout le monde :

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
19
20
21
22
23
24
25
const
 SansAccents : array[#0..#255] of Char
             =  #0#1#2#3#4#5#6#7#8#9#10#11#12#13#14#15 +
                #16#17#18#19#20#21#22#23#24#25#26#27#28#29#30#31 +
                ' !"#$%&''()*+,-./0123456789:;<=>?' +
                '@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_'+
                '`abcdefghijklmnopqrstuvwxyz{|}~'#127 +
                '€'#129'‚ƒ„…†‡ˆ‰S‹Œ'#141'Ž'#143#144'‘’“”•–—˜™s›œ'#157'zY' +
                #160'¡¢£¤¥¦§¨©ª«¬*®¯°±²³´µ¶·¸¹º»¼½¾¿' +
                'AAAAAAÆCEEEEIIIIDNOOOOO×OUUUUYÞß' +
                'aaaaaaæceeeeiiiidnooooo÷ouuuuyþy';
 
function EnleveAccentsConversion(const AText : String) : string;
var
 i:integer;
 p:pchar;
begin
 Result:=AText;
 if Result='' then exit;
 p:=@Result[1];
 for i:=1 to Length(Result) do begin
  p^:=SansAccents[p^];
  inc(p);
 end;
end;

Eh bien les résultats ne sont pas aussi tranchés que ça ! En effet, si la deuxième fonction est jusqu'à deux fois plus rapide que la première dans le cas abstrait de la chaîne contenant les 256 caractères possibles, elle n'est pas beaucoup plus rapide dans le cas d'une phrase en français contenant un nombre normal d'accents ! En fait, les temps sont sensiblement égaux, ce qui m'a beaucoup surpris.

Par contre les deux sont 10 à 20 fois plus rapides que celle qui qui a servi d'introduction au fil.

[CapJack]

Deuxième série de tests : on remplace les voyelles accolées par des voyelles séparées.

Première fonction (ici, à mon avis, on n'échappe pas à l'indexation, ou alors il faut de l'assembleur...)

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
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
function EnleveAccentsCaseOfDoubles(const S : String) : string;
var i:integer;
begin
 Result := S;
 i:=1;
 while i<=length(s) do
  begin
   case s[i] of 'À'..'Å'     : Result[i]:='A';
                'à'..'å'     : Result[i]:='a';
                'È'..'Ë'     : Result[i]:='E';
                'è'..'ë'     : Result[i]:='e';
                'Ì'..'Ï'     : Result[i]:='I';
                'ì'..'ï'     : Result[i]:='i';
                'Ò'..'Ö','Ø' : Result[i]:='O';
                'ò'..'ö','ø' : Result[i]:='o';
                'Ù'..'Ü'     : Result[i]:='U';
                'ù'..'ü'     : Result[i]:='u';
                'Š'          : Result[i]:='S';
                'š'          : Result[i]:='s';
                'Ç'          : Result[i]:='C';
                'ç'          : Result[i]:='c';
                'Ñ'          : Result[i]:='N';
                'ñ'          : Result[i]:='n';
                'Ð'          : Result[i]:='D';
                'Ÿ','Ý'      : Result[i]:='Y';
                'ý','ÿ'      : Result[i]:='y';
                'ð'          : Result[i]:='d';
                'ž'          : Result[i]:='z';
                'Ž'          : Result[i]:='Z';
                'Œ'    :begin
                         Result[i]:='O';
                         insert('E',Result,i+1);
                         inc(i);
                        end;
                'œ'    :begin
                         Result[i]:='o';
                         insert('e',Result,i+1);
                         inc(i);
                        end;
                'Æ'    :begin
                         Result[i]:='A';
                         insert('E',Result,i+1);
                         inc(i);
                        end;
                'æ'    :begin
                         Result[i]:='a';
                         insert('e',Result,i+1);
                         inc(i);
                        end;
                     end;
   inc(i);
   end;
end;

Deuxième fonction :

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
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
const
 SansAccents : array[#0..#255] of Char
             =  #0#1#2#3#4#5#6#7#8#9#10#11#12#13#14#15 +
                #16#17#18#19#20#21#22#23#24#25#26#27#28#29#30#31 +
                ' !"#$%&''()*+,-./0123456789:;<=>?' +
                '@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_'+
                '`abcdefghijklmnopqrstuvwxyz{|}~'#127 +
                '€'#129'‚ƒ„…†‡ˆ‰S‹Œ'#141'Ž'#143#144'‘’“”•–—˜™s›œ'#157'zY' +
                #160'¡¢£¤¥¦§¨©ª«¬*®¯°±²³´µ¶·¸¹º»¼½¾¿' +
                'AAAAAAÆCEEEEIIIIDNOOOOO×OUUUUYÞß' +
                'aaaaaaæceeeeiiiidnooooo÷ouuuuyþy';
 
function EnleveAccentsConversionDoubles(const AText : String) : string;
var
 i:integer;
 p:pchar;
begin
 Result:=AText;
 if Result='' then exit;
 p:=@Result[1];
 for i:=1 to Length(Result) do begin
  p^:=SansAccents[p^];
  inc(p);
 end;
 i:=pos('Œ',Result);
 while i>0 do
  begin Result[i]:='O';insert('E',Result,i+1);i:=pos('Œ',Result); end;
 i:=pos('œ',Result);
 while i>0 do
  begin Result[i]:='o';insert('e',Result,i+1);i:=pos('œ',Result); end;
 i:=pos('Æ',Result);
 while i>0 do
  begin Result[i]:='A';insert('E',Result,i+1);i:=pos('Æ',Result); end;
 i:=pos('æ',Result);
 while i>0 do
  begin Result[i]:='a';insert('e',Result,i+1);i:=pos('æ',Result); end;
end;

Eh bien, ici, la solution avec CaseOf est 1,5 fois plus rapide que celle du tableau de conversion !

Comme disait le regretté Professeur Cyclopède : "étonnant, non ?".

[ShaiLeTroll]

la solution avec CaseOf est 1,5 fois plus rapide que celle du tableau de conversion !

Evidemment, l'utilisation du Pos au lieu d'un PosEx, ou d'un StringReplace fait maison sans API, provoque un balayage systématique
Le fait de faire pour tous les caractères un "p^:=SansAccents[p^]" rajoute une opération assembleur, alors que le case ne le fait que lorsque cela est utile mais ce temps doit être consommé par les imbrications de if (case) au lieu d'un simple "alias" dans un tableau ...

Le fameux insert pour un caractère double, c'est ce qui consomme le plus temps ... est-ce prix en compte par ton test CapJack ?

ensuite juste pour une question de style, on peut déclarer ceci ? non ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

SansAccents : array[Char] of Char

[Gilbert Geyer]

Bonjour à tous,

A toutes fins utiles, voiçi une fonction en Asm dérivée de la fonction StrUpper de Borland :

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
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
 
//--- Conversion Majuscules et minuscules en Majuscules Non Accentuées :
 
const LigAccents = 'ŠŒšœŸ¡ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖØÙÚÛÜÝ'
                  +'àáâãäåæçèéêëìíîïðñòóôõöøùúûü';
 
function StrUpperMNA(Str: PChar): PChar; assembler;
asm
        PUSH    ESI
        MOV     ESI,Str
        MOV     EDX,Str
@@1:    LODSB
        OR      AL,AL
        JE      @@2
        CMP     AL,'a'
        JB      @@1
        CMP     AL,'z'
        ja      @@Accent
        SUB     AL,20H  // 32
        MOV     [ESI-1],AL
        jmp     @@1
@@Accent:
        cmp     al,'à'
        je      @@A
        cmp     al,'á'
        je      @@A
        cmp     al,'â'
        je      @@A
        cmp     al,'ã'
        je      @@A
        cmp     al,'ä'
        je      @@A
        cmp     al,'å'
        je      @@A
        cmp     al,'æ'
        je      @@A
        cmp     al,'À'
        je      @@A
        cmp     al,'Á'
        je      @@A
        cmp     al,'Â'
        je      @@A
        cmp     al,'Ã'
        je      @@A
        cmp     al,'Ä'
        je      @@A
        cmp     al,'Å'
        je      @@A
        cmp     al,'Æ'
        je      @@A     // Fin des A
        cmp     al,'è'
        je      @@E
        cmp     al,'é'
        je      @@E
        cmp     al,'ê'
        je      @@E
        cmp     al,'ë'
        je      @@E
        cmp     al,'œ'
        je      @@E
        cmp     al,'È'
        je      @@E
        cmp     al,'É'
        je      @@E
        cmp     al,'Ê'
        je      @@E
        cmp     al,'Ë'
        je      @@E
        cmp     al,'Œ'
        je      @@E      // Fin des E
        cmp     al,'ì'
        je      @@I
        cmp     al,'í'
        je      @@I
        cmp     al,'ì'
        je      @@I
        cmp     al,'î'
        je      @@I
        cmp     al,'ï'
        je      @@I
        cmp     al,'¡'
        je      @@I
        cmp     al,'Ì'
        je      @@I
        cmp     al,'Í'
        je      @@I
        cmp     al,'Î'
        je      @@I
        cmp     al,'Ï'
        je      @@I      // Fin des I
        cmp     al,'ò'
        je      @@O
        cmp     al,'ó'
        je      @@O
        cmp     al,'ô'
        je      @@O
        cmp     al,'õ'
        je      @@O
        cmp     al,'ö'
        je      @@O
        cmp     al,'ð'
        je      @@O
        cmp     al,'Ò'
        je      @@O
        cmp     al,'Ó'
        je      @@O
        cmp     al,'Ô'
        je      @@O
        cmp     al,'Õ'
        je      @@O
        cmp     al,'Ö'
        je      @@O      // Fin des O
        cmp     al,'ü'
        je      @@U
        cmp     al,'ù'
        je      @@U
        cmp     al,'ú'
        je      @@U
        cmp     al,'û'
        je      @@U
        cmp     al,'Ù'
        je      @@U
        cmp     al,'Ú'
        je      @@U
        cmp     al,'Û'
        je      @@U
        cmp     al,'Ü'
        je      @@U      // Fin des U
        cmp     al,'ç'
        je      @@C
        cmp     al,'Ç'
        je      @@C      // Fin des C
        cmp     al,'Ð'
        je      @@D      // Fin D
        cmp     al,'ñ'
        je      @@N
        cmp     al,'Ñ'
        je      @@N      // Fin N
        cmp     al,'ø'
        je      @@Phi
        cmp     al,'Ø'
        je      @@Phi    // Fin Ø
        cmp     al,'š'
        je      @@S
        cmp     al,'Š'
        je      @@S      // Fin S
        cmp     al,'ý'
        je      @@Y
        cmp     al,'ÿ'
        je      @@Y
        cmp     al,'Ý'
        je      @@Y
        cmp     al,'Ÿ'
        je      @@Y
        JMP     @@1
@@A:    mov     al,'A'
        mov     [esi-1],al
        JMP     @@1
@@E:    mov     al,'E'
        mov     [esi-1],al
        JMP     @@1
@@I:    mov     al,'I'
        mov     [esi-1],al
        JMP     @@1
@@O:    mov     al,'O'
        mov     [esi-1],al
        JMP     @@1
@@U:    mov     al,'U'
        mov     [esi-1],al
        JMP     @@1
@@C:    mov     al,'C'
        mov     [esi-1],al
        JMP     @@1
@@D:    mov     al,'D'
        mov     [esi-1],al
        JMP     @@1
@@N:    mov     al,'N'
        mov     [esi-1],al
        JMP     @@1
@@Phi:  mov     al,'Ø'
        mov     [esi-1],al
        JMP     @@1
@@S:    mov     al,'S'
        mov     [esi-1],al
        JMP     @@1
@@Y:    mov     al,'Y'
        mov     [esi-1],al
        JMP     @@1
@@2:    XCHG    EAX,EDX
        POP     ESI
end; // StrUpperMNA
 
// Utilisation
 
procedure TForm1.bMajusculAsmClick(Sender: TObject);
var       p1,p2 : PChar; S : string; i : integer; Chrono : oChrono;
begin     memo1.clear;
          Chrono.Top;
          GetMem(p1, 1+Length(LigAccents));
          StrPCopy(p1, LigAccents);
          for i:=1 to 20000 do
          begin //S:=string(StrUpper(p1));  // version originale de Borland
                S:=string(StrUpperMNA(p1)); // dérivé de StrUpper
          end;
          labChrono.caption:='Mis : '+FloatToStrf(Chrono.Mis,ffFixed,10,2)+' ms';
          // Avec Pentium III 1,13 Ghz :
          // StrUpper    : mis 16 à 17 ms pour convertir 20 000 fois la chaine LigAccents
          // StrUpperMNA : mis 18 à 20 ms pour convertir 20 000 fois la chaine LigAccents
          memo1.lines.Add(S);
          FreeMem(p1, 1+Length(LigAccents));
end;

... je n'ai pas fait de tests comparatifs de vitesse avec les divers codes proposés ici, vu déjà leur nombre et vu que le hasard a voulu que je viens juste de terminer la mise au point de la fonction StrUpperMNA car l'Asm ce n'est pas ma tasse de thé (les parties du code de cette fonction qui sont entièrement en majuscules sont de Borland et les parties en minuscules sont de moi, donc si quelqu'un y voit un truc à simplifier pour l'accélérer n'hésitez pas à le signaler).
A+
Modif du 18/07/2007 : Remplacement du code d'appel (procedure TForm1.bMajAsmClick(Sender: TObject) à l'origine parfois d'un message d'erreur ) par une version rectifiée.

[Bruno13]

Bonjour à tous,

Je savais que ce type de fonction allait succiter des réponses agréables mais de là à en avoir autant et de si bonne qualité, là je dis merci MESSIEURS !

Amicalement,
Bruno

[CapJack]

Le fameux insert pour un caractère double, c'est ce qui consomme le plus temps ... est-ce prix en compte par ton test CapJack ?

Oui, dans le deuxième test. C'est ça qui multiplie le temps par trois.

ensuite juste pour une question de style, on peut déclarer ceci ? non ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

SansAccents : array[Char] of Char

J'y pense jamais...

[CapJack]

... je n'ai pas fait de tests comparatifs de vitesse

J'aurais voulu le faire vu que j'ai tout sous la main mais je n'arrive pas à compiler ton code sous Delphi 2005. Il me met une erreur de "non concordance de taille d'opérande" sur la première comparaison avec un caractère accentué, et je ne comprends pas pourquoi.

si quelqu'un y voit un truc à simplifier pour l'accélérer n'hésitez pas à le signaler).
A+

Il y a contradiction dans les termes : souvent accélérer est incompatible avec simplifier, et c'est ici le cas : les lettres accentuées se présentent par blocs (tous les "a" ensemble, etc..) : il faudrait tirer partie de cette particularité, et de préférence tant qu'à faire avec une démarche partiellement dichotomique pur accélérer encore la chose.

Une remarque : le OE collé n'est absolument pas équivalent à un E (sinon les œufs deviennent des efs ), pas plus que le ae n'est équivalent à un A... et ce sera vrai "ad vitam aternam" euh... "ad vitam æternam", pardon.

Autre chose : le ß allemand peut s'écrire avec un double S en majuscule.

[Faucon]

Bonjour,
Voir aussi éventuellement la fonction Delphi WideLowerCase.
Rectification
Mille excuses, j'ai mal lu la question...

[Gilbert Geyer]

Bonjour,

A propos de ma fonction StrUpperMNA CapJack a écrit : sous Delphi 2005. Il me met une erreur de "non concordance de taille d'opérande" sur la première comparaison avec un caractère accentué, et je ne comprends pas pourquoi.

... (il y a encore pire car ce matin cette fonction marchait très bien et quand je me suis mis à faire des tests avec les autres codes du forum StrUpperMNA s'est subitement mise à envoyer le message d'erreur "Violation d'accès ..."
... elle s'est nouveau remise à fonctionner normalement quand j'ai supprimé à la fin de la const LigAccents les deux "y minuscules accentués" ... mais ça n'a duré qu'un moment puis elle s'est remise à envoyer le même message d'erreur ... Je viens d'ajouter un avertissement dans mon message de ce matin pour prévenir.)<- ce passage est devenu caduque suite à rectification du code d'appel de cette fonction qui n'était elle-même pas à l'origine du mesage d'erreur.
Moi j'utilise Delphi 5 + Win98, par contre je n'ai jamais eu le message "non concordance de taille d'opérande".

CapJack a écrit :
Il y a contradiction dans les termes : souvent accélérer est incompatible avec simplifier, et c'est ici le cas : les lettres accentuées se présentent par blocs (tous les "a" ensemble, etc..) : il faudrait tirer partie de cette particularité, et de préférence tant qu'à faire avec une démarche partiellement dichotomique pur accélérer encore la chose.

... je veux bien, il faudrait à cet effet que je réunisse les conditions suivantes :
(1) Tout d'abord que je trouve pourquoi StrUpperMNA marche un coup et pas la fois d'après)<- pb réglé.
2) Que StrUpperMNA reste compétitive après rectification
3) Que je pige le comment "tirer partie de cette particularité, et de préférence tant qu'à faire avec une démarche partiellement dichotomique pour accélérer encore la chose" et tout ça en ASM ... moi je sais tout juste bidouiller dans un code en Asm en partant d'un code qui marche au départ pour essayer d'en faire une variante ... mais rien n'empèche d'essayer faudrait déjà avoir un code Delphi-non-asm pour piger la démarche partiellement dichotomique précitée.

CapJack a écrit :
... le OE collé n'est absolument pas équivalent à un E (sinon les œufs deviennent des efs ), pas plus que le ae n'est équivalent à un A... et ce sera vrai "ad vitam aternam" euh... "ad vitam æternam", pardon.

... pour "œufs" devient en fait "eufs" la phonétique est respectée et cela ne me gènerait donc pas trop.
... dans le même état d'esprit ce serait préférable de convertir ae plutôt en E qu'en A pour la phonétique.
... Par contre dans les deux cas si on veut supprimer la conversion de OE en E et AE en A ou en E ça au moins c'est facile à faire dans le code même en Asm.

CapJack a écrit :
Autre chose : le ß allemand peut s'écrire avec un double S en majuscule.

... comme dans la fonction en Asm on avance caractère par caractère faudrait donc y ajouter une fonction d'insertion de caractères pour insérer un 2ième S c'est donc pas pour rien que je n'ai pas converti le ß ... et en plus le ß grec devient B en majuscule ... et ça donnerait quoi en allemand le ß converti en B majuscule ? Acceptable, pas acceptable ?

Au fait malgré mes déboires intermittents avec StrUpperMNA (déboires finis suite à rectif du 18/07) j'ai pu faire des essais comparatifs de vitesse avec les autres codes :
Protocle d'essais : for i:=1 to 20000 do s:=EnleveAccentsPThot2(LigAccents);
avec const LigAccents = 'ŠŒšœŸ¡ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖØÙÚÛÜÝ'
+'àáâãäåæçèéêëìíîïðñòóôõöøùúûü';
Donc pour cette boucle de 20 000 conversions les résultats ont été (Pentium III 1,13 Ghz ) :
A) Code que Bruno13 demandait à optimiser : 5991 ms
B) Codes de CapJack de 1 à 5 (n° correspondent à l'ordre chronologique d'apparition dans le forum):
- CJ1 : 104 ms
- CJ2 : 35 ms
- CJ3 : 14 ms
- CJ4 : 91 ms
- CJ5 : 89 ms
C) Code de Paul Thot (version PChar qui évite l'indexation) : 13 ms
D) et mon code Asm StrUpperMNA : 20 ms ...
par contre il y a certaines différences qui faussent un peu les comparaisons :
Avec le code CJ1 et StrUpperMNA on n'enlève pas que les accents on passe tout en majuscules non accentuées alors qu'avec les autres codes on n'enlève que les accents et on se retrouve avec un mélange majuscules+minuscules.
A+

[CapJack]

Pour les voyelles accolées, je ne suis pas d'accord avec toi, mais tout dépend de ton problème de départ... si c'est juste pour rechercher une chaîne, ça peut suffire.

Par ailleurs, il faut comparer ce qui est comparable : les insertions de caractères sont très coûteuses en temps de calcul, c'est ce qui explique les temps de calcul de "CJ4" et "CJ5". Mais je l'avais expliqué plus haut. C'est le prix à payer pour transformer les voyelles doubles en doubles voyelles...

L'histoire de la dichotomie, ce n'est pas bien compliqué, mais il me faudrait du temps pour expliquer en détail ce que j'ai voulu dire par là, et peut-être faire une maquette en Pascal.

Enfin, le code que tu appelles CJ3, c'est le même que celui de Paul THOT, j'ai juste ajouté la constante ! Donc, les temps sont les mêmes, en principe... Et pour répondre à ton autre remarque concernant le passage en majuscule, vu que TOTH/CJ3 ne dépend absolument pas du contenu de la constante, si on remplace les minuscules ar des majuscules, le temps reste le même :

Donc, pour cette fonction suivante ( CJ6 ) le temps dans tes conditions de test devrait toujours être à 13/14 ms...

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
19
20
21
22
23
24
25
 
const MNA : array[Char] of Char
             =  #0#1#2#3#4#5#6#7#8#9#10#11#12#13#14#15 +
                #16#17#18#19#20#21#22#23#24#25#26#27#28#29#30#31 +
                ' !"#$%&''()*+,-./0123456789:;<=>?' +
                '@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_' +
                '`ABCDEFGHIJKLMNOPQRSTUVWXYZ{|}~'#127 +
                '€'#129'‚ƒ„…†‡ˆ‰S‹Œ'#141'Z'#143#144'‘’“”•–—˜™S›Œ'#157'ZY' +
                #160'¡¢£¤¥¦§¨©ª«¬*®¯°±²³´µ¶·¸¹º»¼½¾¿' +
                'AAAAAAÆCEEEEIIIIDNOOOOO×OUUUUYÞß' +
                'AAAAAAÆCEEEEIIIIDNOOOOO÷OUUUUYÞY';
 
function CJ6(const AText : String) : string;
var
 i:integer;
 p:pchar;
begin
 Result:=AText;
 if Result='' then exit;
 p:=@Result[1];
 for i:=1 to Length(Result) do begin
  p^:=MNA[p^];
  inc(p);
 end;
end;

Edit : j'oubliais... le ß est évidemment le caractère allemand. Ça n'a été dit à aucun moment, mais nous traitons dans ce fil de la page ANSI occidentale. L'alphabet grec, pour sa part, dispose de sa propre page de code...

[Graffito]

Bonjour,

Ceci devrait être rapide :

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
const SansAccents : array[#0..#255] of Char
             =  #0#1#2#3#4#5#6#7#8#9#10#11#12#13#14#15#16
                 #17#18#19#20#21#22#23#24#25#26#27#28#29#30#31 +
                ' !"#$%&''()*+,-./0123456789:;<=>?' +
                '@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_'+
                '`abcdefghijklmnopqrstuvwxyz{|}~'#127 +
                '€'#129'‚ƒ„…†‡ˆ‰S‹Œ'#141'Ž'#143#144'‘’“”•–—˜™s›œ'#157'zY' +
                #160'¡¢£¤¥¦§¨©ª«¬*®¯°±²³´µ¶·¸¹º»¼½¾¿' +
                'AAAAAAÆCEEEEIIIIDNOOOOO×OUUUUYÞß' +
                'aaaaaaæceeeeiiiidnooooo÷ouuuuyþy';
function CJ7(AText : String) : string;
var i:integer;
begin
  Result:=AText;
  for i:=1 to Length(Result) do result[i]:=SansAccents[ord(Result[i])] ;
end;

[CapJack]

Non, justement, Paul TOTH a déjà expliqué la chose, parce qu'il y a une indexation dans cette solution, une addition à chaque fois. J'ai testé : avec le PChar ça marche mieux...

[Graffito]

Bonjour,

Non, justement, Paul TOTH a déjà expliqué la chose, parce qu'il y a une indexation dans cette solution, une addition à chaque fois. J'ai testé : avec le PChar ça marche mieux...

Tout dépend de la façon dont l'optimiseur génère le code Assembleur:

• Avec le pointeur, on fait une instruction incrémentation d'une variable (ou d'un registre si c'est bien optimisé).
• Avec une indexation sur l'indice de boucle, on fait juste une instruction plus complexe.

Pour départager les codes assembleurs optimum correspondant à ces 2 méthodes, il faudrait aller jusqu'à compter le nombre de cycles (et encore avec le système d'instructions chargées en avance et partiellement précalculées ou parallélisées, on ne serait pas vraiment sur du résultat ....).

[Gilbert Geyer]

Bonjour,

CapJack a écrit :
Pour les voyelles accolées, je ne suis pas d'accord avec toi, mais tout dépend de ton problème de départ... si c'est juste pour rechercher une chaîne, ça peut suffire.

... c'est effectivement dans cet état d'esprit que je me suis placé car si je cherche par exemple le mot "eufs" rentré tel que dans un TEdit car je ne me rappelle jamais la combinaison de touches (Alt-combien?) qu'il faut faire pour rentrer au clavier le "œ" et que dans le texte de recherche il existe le mot Œufs la recherche après conversion préalable du texte ET du mot cherché aboutira à un résultat correct et ceci est également valable dans le sens inverse ("Œufs" rentré au clavier, et "eufs" dans le texte) ... d'où mon intérêt pour la conversion intégrale en Majuscules-Non-Accentuées.
... je ne verrais pas bien l'intérêt de convertir un texte pour y retirer uniquement les accents tout en y laissant d'autres particularités de graphisme des caractères car si j'ai bien compris Bruno13 cherche à dégager les concepts développés dans un texte plutôt que de chercher à l'imprimer avec le respect du graphisme qui s'imposerait dans ce cas.

CapJack a écrit :
Par ailleurs, il faut comparer ce qui est comparable : les insertions de caractères sont très coûteuses en temps de calcul, c'est ce qui explique les temps de calcul de "CJ4" et "CJ5". Mais je l'avais expliqué plus haut. C'est le prix à payer pour transformer les voyelles doubles en doubles voyelles...

... Exact. Mais il faudrait que Bruno13 confirme ici si oui ou non il veut sanctionner ses durées d'exécution juste pour remplacer :
- "œ" par "oe" au lieu de "e" qui tous les trois se prononcent de la même façon
- "æ" par "ae" au lieu de "e" ... et kif-kif pour les majuscules correspondantes.
... après tout c'est son cahier de charges qui décide. (Et comme de toutes façons son code initial est entre 58 et 461 fois plus lent que tous ceux qui ont été proposés il n'a que l'embarras du choix)

CapJack a écrit :
L'histoire de la dichotomie, ce n'est pas bien compliqué, mais il me faudrait du temps pour expliquer en détail ce que j'ai voulu dire par là, et peut-être faire une maquette en Pascal.

... ce serait sympa, par contre plutôt qu'une longue explication une maquette en Pascal serait tout aussi parlante.

CapJack a écrit :
Enfin, le code que tu appelles CJ3, c'est le même que celui de Paul THOT, j'ai juste ajouté la constante ! Donc, les temps sont les mêmes, en principe...

... Exact. En fait je n'avais absolument pas regardé le contenu de tous ces codes dans le détail, je les ai tous rapatriés, intégrés dans mon unité, encadrés par des chronomètres, lancé les comparaisons, et pour chaque code j'ai chaque fois recommencé plusieurs fois en retenant pour chacun la durée maximale arrondie à la milliseconde supérieure (d'un click au suivant il ya souvent des résultats qui varient d'une à 2 ms).

CapJack a écrit :
Et pour répondre à ton autre remarque concernant le passage en majuscule, vu que TOTH/CJ3 ne dépend absolument pas du contenu de la constante, si on remplace les minuscules ar des majuscules, le temps reste le même

:
... en toute logique il doit rester le même. En fait au moment où j'ai rédigé la remarque concernant le passage en majuscules je pensais que si avec les PChar on arrivait à descendre jusqu'aux 13 ms on devrait pouvoir gratter encore quelques millisecondes en assembleur Asm en améliorant StrUpperMNA ... sauf que, mystère et boule de gomme, ce matin j'ai fait le même essai avec la fonction originale StrUpper en Asm de Borland (d'où j'ai dérivé StrUpperMNA et avec StrUpper qui ne fait rien d'autre que de passer les minuscules-non-accentuées en majuscules-non-accentuées sans remplacer les minuscules-accentuées) a mis 17 ms ... donc impossible de gratter quoi que ce soit en surchargeant StrUpper avec des tests+remplacements de caractères supplémentaires.

CapJack a écrit :
Donc, pour cette fonction suivante ( CJ6 ) le temps dans tes conditions de test devrait toujours être à 13/14 ms...

... j'ai récupéré CJ6 et ça m'étonnerait que le temps soit différent.

CapJack a écrit :
j'oubliais... le ß est évidemment le caractère allemand. Ça n'a été dit à aucun moment, mais nous traitons dans ce fil de la page ANSI occidentale. L'alphabet grec, pour sa part, dispose de sa propre page de code...

... OK. Comme je ne me souviens jamais du Alt-combien qui correspond au ß je le récupère dans la fonte "Symbol"
A+
P.S : J'ai également récupéré la fonction de Graffito qui reprend le principe du code n°1 de Paul Thot que je n'avais pas testé vu qu'il était dit que celle avec les PChar était plus rapide.

[Paul TOTH]

Bonjour,

Tout dépend de la façon dont l'optimiseur génère le code Assembleur:

• Avec le pointeur, on fait une instruction incrémentation d'une variable (ou d'un registre si c'est bien optimisé).
• Avec une indexation sur l'indice de boucle, on fait juste une instruction plus complexe.

Pour départager les codes assembleurs optimum correspondant à ces 2 méthodes, il faudrait aller jusqu'à compter le nombre de cycles (et encore avec le système d'instructions chargées en avance et partiellement précalculées ou parallélisées, on ne serait pas vraiment sur du résultat ....).

a mon avis la résultat dépendra aussi de la version de Delphi utilisée

pour voir la différence il faudrait faire un grand nombre de boucle...ce qui rejoint ma remarque du début, la procédure a-t-elle besoin d'être super optimisée, est-elle utilisée de nombreuses fois ou pas ?

[Gilbert Geyer]

Re-bonjour,

Dans les mêmes conditions d'essais détaillés dans mon message d'Hier, 16/07, 18h49 le code CJ6 qui est la version du code n°2 de Paul Thot dont la constante a été remaniée par CapJack pour l'adapter au cas de la conversion intégrale en Majuscules-Non-Accentuées a mis 13 à 14 ms comme prévu.
Et le code de Graffito qui équivaut au code n°1 de Paul Thot (code sans les PChar) a mis 24 ms.
A+