[Regex][Avis] Méthode de suppression d'une liste de mots

**manal** · 10/10/2005, 23h32

Salut
J'ai réalisé une fonction en java qui a comme entrée une chaine de caractères et comme srtie une chaine nettoyée c-à-d où j'ai supprimé tous les mots d'un fichier.
voilà le code donnez-moi svp votre opinion:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
public static String supprimeMot(String source){		
 
String chaineSansMot;
 
chaineSansMot = source.replaceAll(" M1 ", "");
chaineSansMot = source.replaceAll(" M2 ", "");
...
chaineSansMot = source.replaceAll(" Mn ", "");
 
return chaineSansMot;  
}

[ Modéré par Viena ]
Ajout d'un tag et modification du titre : Pour la compréhension de tous, utilisez un titre clair et les tags ! merci.

Les Règles du Forum

**le y@m's** · 10/10/2005, 23h47

Ta methode ne supprime que le dernier mot. Essaye plutôt :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
public static String supprimeMot(String source)
{        
     String chaineSansMot = source.replaceAll(" M1 ", "");
     chaineSansMot = chaineSansMot .replaceAll(" M2 ", "");
     ...
     chaineSansMot = chaineSansMot .replaceAll(" Mn ", "");
 
     return chaineSansMot; 
}

**MrX** · 11/10/2005, 08h45

Une petite réduction de code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
String[] maListe={M1,----Mn};
String chaine=source;
for(int i=0;i<maListe.length;i++)
{
     chaine= chaine .replaceAll((String)maListe[i], "");
}     
     return chaine;

Pour moi cette méthode est très risquée.
Fais un test avec comme mot M1="a"

A mon sens il faut que tu utilises des expressions régulieres

@++ Xav
galerie virtuelle

**le y@m's** · 11/10/2005, 08h59

Envoyé par MrX

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

chaine= chaine .replaceAll((String)maListe[i], "");

cast inutile et couteux en ressources.

Envoyé par MrX

Pour moi cette méthode est très risquée.

c'est à dire ?

Envoyé par MrX

A mon sens il faut que tu utilises des expressions régulieres

C'est le propre de la methode replaceAll(String regex, String replacement)

**MrX** · 11/10/2005, 09h40

par exemple : M1= cou M2=chat M3=couple

texte= Un couple se promenait dans le jardin et d'un coup un chat sauta sur le cou de l'homme.

Alors :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
texte=texte.replaceAll(M1, "");

texte= Un ple se promenait dans le jardin et d'un p un chat sauta sur le de l'homme.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
texte=texte.replaceAll(M2, "");

texte= Un ple se promenait dans le jardin et d'un p un sauta sur le de l'homme.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
texte=texte.replaceAll(M3, "");

Résultat final:
texte= Un ple se promenait dans le jardin et d'un p un sauta sur le de l'homme.

Résultat attendu:

Un se promenait dans le jardin et d'un coup un sauta sur le de l'homme.

Si nous prenons M1="a" c'est encore pire

Résultat final:
texte= Un se promenit dns le jrdin et d'un coup un cht saut sur le cou de l'homme.

**le y@m's** · 11/10/2005, 10h13

Effectivement, c'est très bien vu

Je pense que la meilleur solution est de trier la liste des mots en fonction de leur taille et de commencer le traitement par le plus long en allant vers le plus court.

**MrX** · 11/10/2005, 10h19

Ta méthode est judicieuse mais elle ne marchera pas aussi

par exemple: M1= couple M2=chat M3=cou

Résultat final:

texte= Un se promenait dans le jardin et d'un p un sauta sur le de l'homme.

Résultat attendu:

texte= Un se promenait dans le jardin et d'un coup un sauta sur le de l'homme.

Il faut passser par des expressions régulieres car la méthode replaceAll remplace des chaines de caractères et non des "mots"

Je pense qu'il va bien s'amuser

**le y@m's** · 11/10/2005, 10h28

Re bien vu,
décidemment je fatigue

**ghorgor** · 11/10/2005, 10h28

Sauf si tu utilises la méthode énoncée, mais en faisant attention de conserver les characteres de séparation avant et après le mot recherché, genre en faisant non pas une recherche sur "cou" mais sur " cou ".

Il reste un probleme avec cette méthode, par exemple pour le mot homme, dans ta phrase... tu te retrouves avec l'homme, et il te faut donc gérer les charactères de ponctuation, les apostrophes, etc... Mais ca peut aussi se faire comme ca...

Maintenant, pour etre sur que ca marche, je ferais une decoupe de la phrase selon les différents mots, comme l'a proposé le Yam's et je ferai une recherche exacte de concordance entre les différents mots de la liste... Les characteres de ponctuation sont toujours chiants, à ce niveau là...

**MrX** · 11/10/2005, 10h33

Ceci ne marchera pas non plus
Aujourd'hui je vous en veux

par exemple: M1= couple M2=chat M3=homme

Résultat final:

texte= Un se promenait dans le jardin et d'un coup un sauta sur le de l'homme.

Résultat attendu:

texte= Un se promenait dans le jardin et d'un coup un sauta sur le de .

avec cette méthode il y aura aussi des probleme avec les sauts de lignes

**MrX** · 11/10/2005, 10h35

desolé ghorgor j'ai pas lu ton post jusqu'à la fin et je vois que tu avais anticipé ce probleme de virgule, de saut de ligne,...

**ghorgor** · 11/10/2005, 10h37

Si, j'ai dit qu'il fallait faire gaffe aux characteres de ponctuation...

Et fais gaffe a ton résultat, tu as du oublié cou, au passage, a la fin...

**ghorgor** · 11/10/2005, 10h39

télescopage de posts... J'ai pas été assez rapide, j'étais sur un autre...

**MrX** · 11/10/2005, 10h40

Desol j'ai eu le clavier trop rapide.

Résultat final:

texte= Un se promenait dans le jardin et d'un coup un sauta sur le cou de l'homme.

Résultat attendu:

texte= Un se promenait dans le jardin et d'un coup un sauta sur le cou de .

**MrX** · 11/10/2005, 10h42

pas grave mais merci de m'avoir dit l'erreur dans l'exemple. J'ai pu la modifier

@+++

**adiGuba** · 11/10/2005, 11h50

Salut,

Plutôt que d'utiliser un replaceAll par mots (ce qui peut être lourd si la chaine est très grande et qu'il y a beaucoups de mots à supprimer), je pense qu'il est preférable d'utiliser un Matcher avec la regexp ""\\s*(\\p{L}')?(\\p{L}+)\\s*" avec :

\\s Les espaces/tabulations, etc...
\\p{L} n'importe quelle lettre Unicodes (caractères accentuées compris)

Donc ce pattern permet de rechercher les mots qui peuvent être compris entre des 'espaces'(\\s*) et qui peuvent commencer par un lettre avec apotrosphe ((\\p{L}')?).

La classe Matcher permet de parcourir les différents mots 'à la main' et permet donc plus de liberté (comparaison avec equalsIgnoreCase() etc...).

Ce qui pourrait donner :

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
public static String removeWordsWithMatcher (String str, String[] words) {
	Pattern p = Pattern.compile("\\s*(\\p{L}')?(\\p{L}+)\\s*");
	Matcher m = p.matcher(str);
	StringBuffer result = new StringBuffer();
 
	// On recherche le mot suivant
	while (m.find()) {
		// On récupère le mot courant (m.group(2) == le second terme entre parenthèse,
		// c-a-d le mot sans les espaces ni apostrophe)
		String compare = m.group(2);
		boolean matche = false;
		// On compare le mot avec la liste des mots à supprimer
		for (int i = 0; i < words.length && !matche; i++) {
			if (compare.equalsIgnoreCase(words[i])) {
				matche = true;
			}
		}
 
		// Si le mot appartient à la liste des termes à supprimer
		if (matche) {
			// On le supprime
			m.appendReplacement(result,"");
		} else {
			// Sinon on le laisse tels quel (m.group() == l'ensemble du terme)
			m.appendReplacement(result, m.group());
		}
	}
	m.appendTail(result);
	return result.toString();
}

A noter toutefois qu'il faudrait encore modifier la regexp en "\\s*(\\p{L}')?([\\p{L}'-]+)\\s*"pour authoriser des mots composé comme "porte-manteau" ou "aujourd'hui"...

a++

**manal** · 11/10/2005, 23h39

merci beaucour pour votre aide

mais le problème que je veux résoudre c'est la suppression des mots dans le sens français c-à-d en respectant la ponctuation.

Exemple: bonjour tout le monde, vous allez bien?

mots à supprimer: M1=tout M2=monde M3=bien

résultat: bonjour le vous allez

je pense qu'il faut d'abord supprimer la ponctuation et les mots après

**MrX** · 12/10/2005, 08h19

tu veux aussi supprimer la ponctuation???

Si c oui tu les mets dans tes mots à supprimer

M1="?" ...

**manal** · 14/10/2005, 11h40

j'ai utilisé la proposition de MrX pour supprimer la ponctuation mais ça ne marche pas!!

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
String[] maListe={M1,----Mn}; 
String chaine=source; 
for(int i=0;i<maListe.length;i++) 
{ 
     chaine= chaine .replaceAll((String)maListe[i], ""); 
}      
     return chaine;