Discussion :

[paissad]

Bonjour,
je veux recupérer les n mots proches de ($mysearch) si $mysearch contient n mots
Par exemple si j'ai

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
$mysearch = fouille de données;
$text =  toto tata titi data mining ( fouille de données);
 
# $mysearch contient 3 mots donc je dois recupérer 3 mots avant la parenthèse 
# ouvrante
# je dois obtenir  @results =  ('mining', 'data mining', 'titi tata mining');
# Voici une première regexp qui me permet de recupérer le premier mot 
while ( $text =~ /(\w+)\s*\(\s*$mysearch\s*\)/ig ){
     push @results, $1;
}

Merci d'avance pour votre aide

[Philou67430]

Tu dis "je dois récupérer <autant de mot que dans le motif de recherche>", et pourtant, le résultat attendu n'est pas ce que tu indiques, puisque tu souhaites récupérer le mot avant, les deux mots avant et trois mots avant.
Si le résultat consiste en
@results = ('titi', 'data', 'mining');
ça te convient également ?

Pour obtenir ce résultat, tu peux écrire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
my $mysearch = q(fouille du web);
my $text =  q{toto tata titi data mining ( fouille du web)};
 
my $nb_word = () = $mysearch =~ /\b(\w+)\b/g;
print "nb_word to search: $nb_word\n";
 
my @results = map { split /\s/ } $text =~ /((?:\w+\s+){$nb_word})\s*\(\s*$mysearch\s*\)/;
print join ", ", map "[$_]", @results;

D'abord, tu calcules le nombre de mot du motif, puis tu l'utilises comme quantifier de mot à chercher avant le motif. Pour finir, tu split la liste donnée en résultat de la recherche de pattern (map { split /\s*/ } ...).

[Jasmine80]

Il y a probablement plus concis, mais voici une manière qui fonctionne :

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
use strict;
use warnings;
 
 
 
my $mysearch = 'fouille du web';
my $text =  'toto tata titi data mining ( fouille du web)';
 
# nbr de mots à récupérer
my $word_nb = () = $mysearch =~ /\w+/g;
 
 
if ( $text =~ /([\s\w]+)\s*\(\s*$mysearch\s*\)/ig ){
 
     # récupération de tous les mots précédant la parenthèse
     my @word_list = split /\s+/, $1;
     my @results;
 
     # contient les derniers mots concaténés
     my $concat = '';
 
     for my $i (0..$word_nb-1){
 
	# indice du mot de @word_list à traiter
	my $ind = $#word_list - $i;
	$concat = $word_list[$ind].' '.$concat;
 
	push (@results,  $concat);
 
     }
}

[philouelgeek]

Je ne comprend pas trop ta demande, en fait ton $myserach contenant 3 mots, tu veux récupérer 3 mots dans $text. Tu veux récupérer les 3 mots qui précédent la paranthèse ouvrante ou 3 mot au hazard avant ?

Par ce dans ton exemple tu dis :

je dois obtenir @results = ('mining', 'data mining', 'titi tata mining');

Ce ne serait pas plutôt :
je dois obtenir @results = ('mining', 'data mining', 'titi data mining');

Je ferais comme ça :

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
 
use strict;
use warnings;
 
my @results =();
 
my $un;
my $deux;
my $trois;
 
my $mysearch = "fouille du web";
my $text =  "toto tata titi data mining ( fouille du web)";
 
# $mysearch contient 3 mots donc je dois recupérer 3 mots avant la parenthèse 
# ouvrante
# je dois obtenir  @results =  ('mining', 'data mining', 'titi data mining');
# Voici une première regexp qui me permet de recupérer le premier mot 
while ( $text =~ /(\w+)\s*(\w+)\s*(\w+)\s*\(\s*$mysearch\s*\)/ig ){
     $un = $1;
     $deux = $1." ".$2;
     $trois = $1." ".$2." ".$3;
     @results = ($un,$deux, $trois);
}

Ce qui donne pour @results :

mining
data mining
titi data mining

A+

[paissad]

Excusez de m'être mal exprimé ...
En fait, si $mysearch contient n mots, je dois recupérer n PHRASES à côtés de $mysearch sachant
Si:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
$mysearch = "fouille de données";
$text          = "toto tata titi data mining (fouille de données)";

la phrase 1 contient le premier mot le plus proche de "fouille du web" -> 'mining'
la phrase 2 contient les 2 seconds motss les plus proches -> 'data mining'
la phrase 3 -> 'titi data mining';
la phrase 4 -> 'tata titi data mining' ne m'interesse pas car elle contient plus de 3 mots

Donc @results est:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

@results = ("mining","data mining","titi data mining");

En espérant avoir été clair cette fois-ci
Encore merci pour votre aide et votre attention.
Je vais m'inspirer de vos codes pour essayer de trouver la solution.

[philouelgeek]

Le code de Jasmine devrait fonctionner vu qu'il récupère les mots de $text en fonction du nombre de mots présent dans $mysearch.

[Jasmine80]

Si j'ai bien compris, tu as une série de phrases différentes ($text est l'exemple d'une de celles-ci) et tu veux récupérer celles contenant de 1 à 3 mots (pas plus) avant ta parenthèse. Est-ce bien ça?
A moins que $text ne contiennent toutes les phrases séparées par des sauts de lignes, dans ce cas le code suivant ne fonctionnera pas et tu dois l'adapter.

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
use strict;
use warnings;
 
 
my $mysearch = 'fouille du web';
my $text =  'titi data mining ( fouille du web)';
 
# nbr de mots à récupérer
my $word_nb = () = $mysearch =~ /\w+/g;
 
my @results;
 
# vérification que $text contienne bien de 1 à $word_nb mots
if ( $text =~ /^((?:\s*\w+\s*){1,$word_nb})\s*\(\s*$mysearch\s*\)/ig ){
	push @results, $1;
}

[Philou67430]

Suite aux explications complémentaires, il est possible d'adapter mon premier script ainsi :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
my $mysearch = q(fouille du web);
my $text =  q{toto tata titi data mining ( fouille du web)};
 
my $nb_word = () = $mysearch =~ /\b(\w+)\b/g;
print "nb_word to search: $nb_word\n";
 
my @results = map { $text =~ /((?:\w+\s*?){$_})\s+\(\s*$mysearch\s*\)/ } 1 .. $nb_word;
 
print join ", ", map "[$_]", @results;
exit 0;

(testé et OK sur l'exemple fourni).