Discussion :

[rambc]

Bonjour,
je voudrais passer de "bla bla 34 5 6 78 9 0 bla bla" à "bla bla 34567890 bla bla".

Toute info. est la bienvenue.

[tyrtamos]

Bonjour,

Ce n'est peut-être pas très subtil, mais ça marche:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
import re
 
def remplace(matchobj):
    return matchobj.group(1)
 
ch = "bla bla 34 5 6 78 9 0 bla bla"
res = re.sub(r"([0-9]) (?=[0-9])", remplace, ch)
 
print res
bla bla 34567890 bla bla

Le principe n'est pas très compliqué:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
([0-9])     <== un chiffre
              <== un espace
(?=[0-9])  <== un chiffre mais ne "consomme pas" un caractère de recherche

Si on oublie le (?=), la recherche avance d'un caractère de plus, et comme elle se fait sans recouvrement, l'espace après le '5' est ignoré.

La fonction remplace() construit la chaine de remplacement à partie du 1er groupe trouvé qui est le seul 1er caractère du motif (c'est pour trouver ce groupe qu'il est entre parenthèses).

Tyrtamos

[eyquem]

S’il y a plusieurs blancs entre les chiffres, ta regex ne marche pas, tyrtamos. Il faut ajouter une étoile après le blanc dans ta RE.

Mais rambc n’a pas précisé s’il peut y avoir plusieurs blancs entre les chiffres. Si ce n’est pas le cas, il ne faut pas ajouter une étoile.



En tous cas, ta méthode de traitement des blancs inter-chiffres les uns après les autres est plus longue qu’une méthode basée sur le traitement des chaînes de chiffres matchantes d’un seul coup.

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
import re
from time import clock
 
ch = '''jhgjhgasd 563 6 4765 7hhdhgfgf 6757 7 4 34lklkkdf
hghg 564 75 8 lkiurr  sss 4 4 5 3   2 34 lkjhfyyt
poiu 75 6 ljhf 8d89 34h5t 673 dj47  478 3  222    390 nytir'''
 
te = clock()
for i in xrange(10000):
    # methode replace sur chaines matchantes
    ch = re.sub('\d[\d ]*\d',lambda m: m.group().replace(' ',''),ch)
tf = clock()
print '- methode replace sur chaines matchantes  \n',tf - te,'secondes'
print ch
 
 
 
 
ch = '''jhgjhgasd 563 6 4765 7hhdhgfgf 6757 7 4 34lklkkdf
hghg 564 75 8 lkiurr  sss 4 4 5 3   2 34 lkjhfyyt
poiu 75 6 ljhf 8d89 34h5t 673 dj47  478 3  222    390 nytir'''
 
te = clock()
for i in xrange(10000):
    # methode tyrtamos
    res = re.sub(r"([0-9]) (?=[0-9])", lambda m: m.group(1), ch)
tf = clock()
print '\n- methode tyrtamos  \n',tf - te,'secondes'
print res
 
 
 
 
 
 
ch = '''jhgjhgasd 563 6 4765 7hhdhgfgf 6757 7 4 34lklkkdf
hghg 564 75 8 lkiurr  sss 4 4 5 3   2 34 lkjhfyyt
poiu 75 6 ljhf 8d89 34h5t 673 dj47  478 3  222    390 nytir'''''
 
te = clock()
for i in xrange(10000):
    # methode tyrtamos avec etoile ajoutee dans la RE
    res = re.sub(r"([0-9]) *(?=[0-9])", lambda m: m.group(1), ch)
tf = clock()
print '\n- methode tyrtamos avec etoile ajoutee dans la RE  \n',tf - te,'secondes'
print res

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
- methode replace sur chaines matchantes  
1.87107579315 secondes
jhgjhgasd 563647657hhdhgfgf 67577434lklkkdf
hghg 564758 lkiurr  sss 4453234 lkjhfyyt
poiu 756 ljhf 8d8934h5t 673 dj474783222390 nytir

- methode tyrtamos  
2.59343184678 secondes
jhgjhgasd 563647657hhdhgfgf 67577434lklkkdf
hghg 564758 lkiurr  sss 4453   234 lkjhfyyt
poiu 756 ljhf 8d8934h5t 673 dj47  4783  222    390 nytir

- methode tyrtamos avec etoile ajoutee dans la RE  
5.32312123468 secondes
jhgjhgasd 563647657hhdhgfgf 67577434lklkkdf
hghg 564758 lkiurr  sss 4453234 lkjhfyyt
poiu 756 ljhf 8d8934h5t 673 dj474783222390 nytir

[rambc]

Merci. La 1ère méthode me convient.

rambc n’a pas précisé s’il peut y avoir plusieurs blancs entre les chiffres.

Ce n'est pas mon genre du tout... Effectivement il peut y avoir plusieurs espaces.

Il me reste une dernière chose à faire, à savoir ajouter un espace entre un chiffre et une lettre pour au final passer de "abcde bjhjhgjg12345 7899900 dghdgsv 9000kjhskjhjq" à "abcde bjhjhgjg 123457899900 dghdgsv 9000 kjhskjhjq".

Je pourrais alors finaliser un petit script qui permet passer d'un nombre écrit, comme "deux cents trois", à sa traduction en chiffre, soit "203" avec mon exemple.

[tyrtamos]

Effectivement, je n'avais pas pensé à lambda (merci eyquem!), ce qui permet d'éliminer la fonction remplace().

Mon expression se simplifie alors. J'y ai ajouté le traitement de plusieurs espaces (avec un '+' et pas un '*'):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
res = re.sub(r"([0-9])[ ]+(?=[0-9])", lambda m: m.group(1), ch)

Il est possible que je rattrape ainsi une partie du temps.

Je n'ai pas encore vu la suite.

Tyrtamos

[rambc]

Pour la deuxième fonctionnalité, le code suivant semble faire l'affaire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
#! /usr/bin/env python
 
import re
 
text = 'abcde bjhjhgjg12345   7899900   dghdgsv  9000kjhskjhjq'
 
def myRemplaceFunction(match):
    textFound = match.group()
    if textFound[0] != ' ' and textFound[1] != ' ':
        textFound = textFound[0] + ' ' + textFound[1]
    return textFound
 
print(re.sub('((\d\D)|(\D\d))', myRemplaceFunction, text))