Discussion :

[anass_59]

Slt tout le monde
voilà je vous propose de jetter un coup d'oeil au programme suivant qui parcour un text donné:

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
 
def avance(S):
    i=0
    while True:
        Mot=''
        while not S[i].isalpha():
            i+=1
        while S[i].isalpha():
            Mot+=S[i]
            i+=1
        yield Mot        
 
 
def  main():
    S= "bru-11-r6.car.belbone.be"
    A=avance(S)
    try:
        while True:
            print A.next()
    except IndexError:
        print "C'est fini"
 
main()

Question:
1 - Lors de l'affichage il n'y a pas l'apparition des chiffre, comment faire pour y remédier.

2 - Si je veux qu'à la place d'une petite phrase, faire la même démarche avec un document txt, comment s'y prendre??

Merci d'avance

[vincent.mbg]

pour les chiffres tu a isdigit()

[eyquem]

Et bien tu te débrouilles pas mal d'après ce que je vois avec ton code.

La discussion suivante devrait t'être pas mal utile
http://www.developpez.net/forums/d73...vancer-chaine/

Bon, il semble que tu veuille faire une analyse de texte "naturel", et non pas une analyse syntaxique informatique.

Je n'aime pas trop les trucs liés au langage naturel, sauf quand c'est bien délimité, parce que c'est un champ aux frontières floues. Un langage inforamtique est quelque chose de fortement structuré et bien défini, une analyse syntaxique on voit comment la mener. Mais les questions de linguistiques, ça peut dériver à l'infini, il est susceptible de survenir des cas particuliers n'ayant pas été envisagé à n'importe quel moment. Un programme qui s'occupe d'une telle analyse est une marmite sur le feu, il faut toujours le surveiller.
C'est l'idée que j'ai de ces choses, mais je ne suis pas un spécialiste.

Sinon, à la place de

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

while not S[i].isalpha():

tu pourrais peut être utiliser à la place

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

while S[i} not in [' ','"',',','-'...]

etc et tout autre caractère que tu ne souhaites pas être considéré comme étant un caractère constituant des mots. Ce serait plus extensif à volonté. À toi de voir.

Je pense aussi que tu ferais sans doute bien de te mettre à l'étude des expressions régulières car, s'il est vrai qu'il ne faut pas en devenir un maniaque et les utiliser à tout bout de champ même quand elles sont le moins justifiées, c'est un outil très utile, et dans certains cas incontournable, à mon avis.

[eyquem]

J'ai bien l'impression que tu as pompé ton code dans le lien que j'ai donné ensuite !
Ce qui prouve qu'au moins tu as fait des recherches.

Voici une solution qui n'a pas été donnée dans la discussion en question, enfin je crois, j'ai regardé rapidement

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
from string import maketrans
chars = '-."'
tab = maketrans(chars,len(chars)*' ')
 
S= "bru-11-r6.car.belbone.be"
 
ch = S.translate(tab)
print ch
print ch.split()

Resultat

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
bru 11 r6 car belbone be
['bru', '11', 'r6', 'car', 'belbone', 'be']

Dans maketrans(cha,chb) , les deux chaines de caractères cha et chb doivent avoir la même longueur.
Au lieu d'écrire maketrans('-".',' ') j'ai écrit comme ci-dessus pour faciliter l'extension de chars sans avoir à penser à rajouter un blanc dans la seconde chaîne.

[oiffrig]

Sinon, pour vérifier si un caractère est alphanumérique il y a la méthode isalnum()

[anass_59]

Bonjour tout le monde,
Je vois qu'il y a beaucoup de solutions concernant la distinction entre isalpha et isalnum,mais e vrai problème, c'est que je n'arrive pas à ouvrir le fichier "bru-11-r6.car.belbone.txt", je ne sais pas si c'est un problème d'emplacement du fichier ou autre.
En tout cas durant ce week end, c'est ce que j'ai trouvé comme solution mais malgré ca ca ne marche pa, à vous de juger:

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
 
#!/usr/bin/python  
# -*- coding: UTF-8 -*-   
 
import re  
import sys   
 
def listeMot(ligne): 
     mot =["empty"] 
     mots = re.findall('\w*', ligne) #match tous les caractère alphanumérique consécutif 
     for mot in mots: 
          if mot == "":              #les match nul renvoi une chaine videjusqu au prochain  
          mots.remove(mot)           #match je les supprime donc ici 
     return mots 
 
#exemple 
motsLigne = listeMot("okdok oakzd?.azd23.diqjij") 
for mot in motsLigne: 
     print mot 
 
 
def main(): 
     mots =["code"]
     myFile = open("test.txt",'r')             #fichier situé dans le même dossier             
     for ligne in myFile:                      #que le script 
          mots.extend(listeMot(ligne))         #concaténation de chaques listes de mots  
     print "fini liste des mots : "         #recuperés 
     for mot in mots: 
          print mot 
 
main()

[anass_59]

Je viens de changer le chemin du fichier que je veux ouvrir, mais voilà ce que ca affiche :

>>>
okdok
oakzd
azd23
diqjij


Traceback (most recent call last):
File "C:/Python23/Ouvrir un texte.py", line 30, in -toplevel-
main()
File "C:/Python23/Ouvrir un texte.py", line 22, in main
mots =[code]
NameError: global name 'code' is not defined


Si quelqu'un pourrait trouver l'orogine du problème rapidement ca serait vraiment trs sympa

[anass_59]

Ca y est j'y suis arrivé, j'ai résolu le problème.
Merci à tous pour votre aide
slt slt

PS: il fallait supprimer mots[code] et mettre des [], car il ne reconnaissat pas la variable code, en plus j'ai redéfinies le chemin du fichier en question en remplacant '\' par '\\'

[eyquem]

Dans la fonction listeMot(ligne):
- si tu as bien voulu écrire mot =["empty"] : à quoi sert cette définition puisque un peu plus loin mot devient du type chaîne dans la boucle for mot in mots?
- si tu as voulu écrire mots =["empty"] : cette instruction est superflue. L'instruction mots = re.findall('\w*', ligne) crée la liste mots, elle ne fait pas que la remplir.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
    for mot in mots: 
        if mot == "":  
            mots.remove(mot)
    return mots

peut être remplacé par:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

return [ mot for mot in mots if mot!=""]

Ton code est l'occasion pour moi de découvrir quelque chose que je ne connaissais pas:
avec une RE constituée de char* , où char représente 1 caractère quelle que soit la manière dont il est spécifié, on matche:
- toute répétition du caractère char, * valant alors 'plusieurs'
- tout caractère qui n'est pas char, y compris la blanc: * vaut alors 0, c'est pourquoi ça ne matche qu'un caractère et non pas une succession même s'il y a par exemple plussieurs blancs qui se succèdent

Quand je dis "quelle que soit la manière dont il est spécifié", cela signifie qu'on peut avoir char* égal à :
r* (n'importe quelle lettre)
[aeiou]*
[a-p]*
[a-z0-7]*
\w*
\d*
\D*
\s*
etc...

Pour éviter ce comportement, il faut écrire ta RE: '\w+'

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
def listeMot(ligne):
    mot =["empty"] 
    mots = re.findall('\w*', ligne) #match tous les caractère alphanumérique consécutif
    print mots
    for mot in mots: 
        if mot == "":              #les match nul renvoi une chaine videjusqu au prochain  
            mots.remove(mot)           #match je les supprime donc ici 
    return mots 
 
#exemple 
motsLigne = listeMot("okdok oakzd?.azd23.diqjij") 
for mot in motsLigne: 
     print mot

peut être abrégé en :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
for mot in re.findall('\w*', "okdok oakzd?.azd23.diqjij") :
    print mot

et ton code peut devenir:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
import re
mots = []
myFile = open("test.txt",'r')
for ligne in myFile:
     mots.extend(re.findall('\w+', ligne))
myFile.close()
print "fini liste des mots : "
print '\n'.join(mots)

Remarque le close() c'est mieux de ne pas l'oublier.
Si tu écris ' '.join(mots) tu auras les mots sur une seule ligne séparés par des blancs.



Tu as trouvé pour mot[code].
Mais qu'elle était ton intention en écrivant cette instruction ?

[anass_59]

Je sais qu'il y a des choses à ajouter mais voilà la version que j'ai finalement adopté:

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
 
 
# -*- coding: cp1252 -*-
 
 
import re  
import sys   
 
def listeMot(ligne): 
     mot =["empty"] 
     mots = re.findall('\w*', ligne) #match tous les caractère alphanumérique consécutif 
     for mot in mots: 
          if mot == "":              #les match nul renvoi une chaine videjusqu au prochain  
              mots.remove(mot)           #match je les supprime donc ici 
     return mots 
 
def main(): 
     mots =[]
     myFile = open("C:\\Documents and Settings\\All Users\\bru-11-r6.car.belbone.rtf",'r')             #fichier situé dans le même dossier             
     for ligne in myFile:                      #que le script 
          mots.extend(listeMot(ligne))         #concaténation de chaques listes de mots  
     print "fini liste des mots : "         #recuperés 
     for mot in mots: 
          print mot 
 
main()

J'ai carrément enlever l'exemple car je n'en ai pas besoin, tout ce que je veux c'est ouvrir le fichier. Mais une fois ce fichier ouvert, je rencontre deux petits problèmes:

1 - L'affichage du texte dans le fenetre interactive n'est pas le meme que celui dans le document d'origine. Par exemple les caractères come '\n' retour chariot est repris par '\par' puis retour à la ligne, en plus que la ponctuation ce n'est pas du tout ca, car à chaque fois qu'il rencontre des caractères spéciaux il reviens à la ligne, ce qui peux poser problème lors de la récupération des données.

2 - Je ne suis pas un champions pour trier sr python, je voudrais une méthode efficace pour déterminer moi meme les mots que je veux afficher sur la fenetre interactive.

Merci