Discussion :

[tomy29]

Bonjour,

Je dois créer le programme suivant :

J'ai un fichier texte avec des enregistrement.
Je dois rejeter chaque ligne qui comporte au moins un caractère non latin.
Les fichiers peuvent contenir des centaine de milliers de lignes.

Existe-t-il un composant qui aiderait à exécuter cette analyse syntaxique des caractères? Un outil rapide. Ou suis-je obligé de prendre caractère par caractère et de le comparer avec tous les caractères latins pour tester s'il est valide ou non?

Merci!

[Gilbert Geyer]

Salut,

... Je dois rejeter chaque ligne qui comporte au moins un caractère non latin.

1) créer par exemple un Type ChrNonLatin : array[1..N] of Char,
2) scruter chaque ligne à partir de son début avec une boucle à interrompre au premier if MaLigne[i]=ChrNonLatin[j] then Rejet de la ligne et passage à la ligne suivante.

Les fichiers peuvent contenir des centaine de milliers de lignes.

... Peu importe : Si t'as une mem-vive-disponible suffisante tu peux charger le tout dans un TMemoryStream (rapidité maxi) ... sinon tu peux utiliser un TFileStream ou bien parcourir le fichier laissé sur disque ligne par ligne avec Readln().

A+

[petitcoucou31]

salut

Juste une idée.. j'ai pas de reponse pour les composant faisant cela.

Si Ton texte est formaté et pas brut, tu peux peut être faire une recherche du nom de la police (avec les balises) dans la ligne courante et la comparer a une liste de police mais cela demande d'identifier tous les noms de polices latines ??.

La méthode de lecture de contrôle de caractères semble plus sure, mais peut être pas assez 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
 
function CtrlChaineLatine(Lg:string):boolean;
const ChaineLatine='abcdefghijklmnopqrstv123456789....'; // chaine de caracteres valide.
var i:integer;
begin
    result:=true;
    for i:=1 to length(Lg)do
    begin
        if pos(lg[i],ChaineLatine)=0 then
        begin
          result:=false;
          exit;
        end;
    end;
end;

tu peux aussi mixer les deux pour gagner du temps, quand dans une ligne tu tombe sur une police qui t'es inconnu, alors tu contrôle les caractères..

[Franck SORIANO]

Quoi que tu fasses, il faudra bien lire chaque caractère au moins une fois pour savoir s'il appartient au jeu de caractère que tu veux.

Personnellement, je ferais le teste avec un tableau lookup qui indique si un caractère est correct ou non :

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
 
const
  CharIsOk : array[char] of boolean = (false, false, ....., true, ...... ); // A définir en fonction des caractères valides.
 
function CtrlChaine(const s : string) : boolean;
var p : pChar;
begin
  if s = ''
  then result := true
  else begin
    result := true;
    p := @s[1];
    while (p^<>#0) and result do
    begin
      result := result and CharIsOk[p^];
      inc(p);
    end;
  end;
end;

Maintenant libre à toi de voir comment gerer la lecture des chaines à tester.

[tomy29]

Merci pour vos réponses,

Franck, je ne comprends pas trop comment utiliser et définir la constante CharIsOk?
A supposer que l'alphabet latin ne soit composé que de cinq caractères : a b c d e, comment remplirais-tu le tableau?
Et si la ligne étudiée est celle ci : abc]ac, peux tu me montrer grossièrement comment réagit ton algorythme?

Merci!

[Gilbert Geyer]

Re-Salut,

je ne comprends pas trop comment utiliser et définir la constante CharIsOk?
A supposer que l'alphabet latin ne soit composé que de cinq caractères : a b c d e, comment remplirais-tu le tableau?

const CharIsOk : array[char] of boolean = (false, false, ....., true, ...... );

array[char] comprend les '0..255' caractères de la table Ascii
donc dans ton exemple des cinq caractères a b c d e, le 'a' occupe la 97ième position et les quatre autres suivent.
Donc tu mets au début 96 fois false au début et ensuite 5 fois true (pour a b c d e) et ensuite toute une série de false couvrant la plage 102..255 c'est à dire du 'f' jusqu'à la fin.

Les 96 false du début correspondent aux caractères qui précèdent le 'a'

Oups, faut remplacer le 32ième false du début par true : il correspond au caractère ' ' espace.

Le mieux serait que tu prennes une table Ascii pour choisir les caractères à fixer à true car tes lignes de texte peuvent comporter des caractères de ponctuation (,;! des majuscules etc : à toi de choisir.

A+

[tomy29]

ok, merci pour cet éclaircissement!!