Discussion :

[endreillie]

Bonjour,

J'ai un fichier texte texte.csv à valeurs séparées par des points-virgules :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
"Jean";"Martin";"0123456789";"0600000000";
"Pierre";"Dupond";"987654321";"0611111111";

Je cherche à remplacer toutes les chaînes de caractères et tous les chiffres par des chaînes aléatoires et des chiffres aléatoires. J'ai écrit le code suivant :

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
 
#!/usr/bin/perl -w
 
if (!open(FIC,"$ARGV[0]")) {
	print "impossible d'ouvrir $ARGV[0]";
	exit(1);
}
 
my @t;
my @colonne;
 
while (defined($l=<FIC>)) {
	@entree=split(/;/,$l);
	$no_col=0;
	foreach $cellule (@entree) {
		$t[$.][$no_col]=$cellule;
		$no_col++;
	}
}
 
my @lettres = ( "a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u", "v", "w", "x", "y", "z" ); 
 
for my $i (1..scalar(@t)-1) {
	for my $j (0..$no_col-1) {
		$_=$t[$i][$j];
		s/[[:alpha:]]/$lettres[int(rand(scalar(@lettres)-1))]/g;
		s/[0-9]/int(rand(9))/g;
		$t[$i][$j]=$_;
	}
}
 
for $i (1..scalar(@t)-1) {
	for $j (0..$no_col-1) {
		print "$t[$i][$j];";
	}
	print "\n";
}

J'obtiens la sortie suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
$ perl remplacement.pl texte.csv
"qqqq";"jjjjjj";"int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))";"int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))";
;
"jjjjjj";"eeeeee";"int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))";"int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))int(rand(9))";
;

1. Les expressions régulières semblent ne pas évaluer les fonctions (ici, la fonction int(rand(9))). Y a-t-il un moyen de les forcer à le faire ?

2. À l'intérieur d'une même expression régulière, la fonction rand() n'est calculée qu'une fois. Peut-on la forcer à se rafraîchir, par exemple en insérant le troisième terme de l'expression régulière au sein d'une boucle, quelque chose du type s/[[:alpha:]]/for my $k (0..length($t[$i][$j]) { ... }/g ? Mais je ne vois pas trop comment on pourrait faire...

3. Pourriez-vous me donner une façon d'écrire ce programme, éventuellement plus concise, plus propre ou plus "perlish" ?

4. Pourquoi Perl me met-il des "\0;" à chaque fois que je sors de la boucle indexée par $j ?

5. J'aurais pu écrire scalar(@t)-1 de la façon suivante : $#t. Mais comment écrire le dernier indice de $t[$i] ? $#{$t[$i]} ?


Merci d'avance,
endreillie

[Philou67430]

J'ai mis dans le code, un certain nombre de commentaires explicatifs.
Si tu en veux plus, tu peux me les demander.

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
#!/usr/bin/perl -w
 
# INDISPENSABLE
use strict;
 
# Utiliser la forme à 3 paramètres de open, et utiliser un filehandle scalaire (my)
open my $FIC, "<", $ARGV[0] or
  die "impossible d'ouvrir $ARGV[0]: $!\n"; # Ajout de $! donnant la raison de l'erreur
 
my @t;
my @colonne;
my @lettres = ( "a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u", "v", "w", "x", "y", "z" ); 
 
# le defined n'est pas utile, en revanche, le my l'est (avec strict)
while (my $l = <$FIC>) {
  my @entree = split(/;/, $l);
 
  foreach my $cellule (@entree) {
    # Il n'est pas utile de stocker, traiter et écrire le fichier dans trois boucles... autant tout faire ici
    # Pour executer du code dans la partie "remplacement" d'une regexp, il faut ajouter le flag /e
    # Il n'est pas nécessaire d'utiliser $_ pour appeler l'opération s///, il suffit d'utiliser l'opération =~
    $cellule =~ s/[[:alpha:]]/$lettres[int(rand(scalar(@lettres)-1))]/ge;
    $cellule =~ s/[0-9]/int(rand(9))/ge;
  }
  # Il n'est pas nécessaire de boucler avec un for pour parcourir un tableau, ou l'afficher
  print join ";", @entree;
}

On peut faire nettement plus court, bien sur. Si le sujet t'intéresse, je m'y penche volontiers.

[Philou67430]

Un détail : dans les substitutions actuelles, le caractère "z" et le digit 9 ne sont jamais utilisés. Il faut légèrement modifier les limites hautes de rand pour qu'ils soient autorisés.
(j'en suis à 5 lignes de code, dont la ligne "use strict" ; accessoirement, il est possible de gagner de réaliser cela en uniligne également à l'aide de seulement 2 instructions et les bonnes options).

[endreillie]

Bonjour,

Un détail : dans les substitutions actuelles, le caractère "z" et le digit 9 ne sont jamais utilisés. Il faut légèrement modifier les limites hautes de rand pour qu'ils soient autorisés.

Pourtant je croyais que rand(n) renvoyait un réel entre 0 et n. Ta remarque tiendrait-elle la "densité" de n dans [0,n] est nulle, donc que la probabilité que rand(n) renvoie n est nulle, donc que l'événement rand(n)=n est quasi-impossible, donc que 0 <= int(rand(n)) <= n-1 ?

Dans ce cas suffit-il de mettre int(rand(10)) dans mon code ? Mais il faut peut-être quand même se protéger du cas où par miracle rand(10) renverrait 10, donc ça donnerait quelque chose du genre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
$randnb=rand(10);
if ($randnb==10) {
    $randnb=9;
}

Suis-je dans le vrai ?

(j'en suis à 5 lignes de code, dont la ligne "use strict" ; accessoirement, il est possible de gagner de réaliser cela en uniligne également à l'aide de seulement 2 instructions et les bonnes options).

Je suis curieux de voir ça.

Cordialement,
endreillie
Étudiant 1re année mathématiques-informatique

[Philou67430]

Pourtant je croyais que rand(n) renvoyait un réel entre 0 et n.
...
Suis-je dans le vrai ?

Non.
Quand tu as un doute sur une fonction, il convient de regarder la documentation

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
perldoc -f rand :
       rand EXPR
       rand    Returns a random fractional number greater than or equal to 0
               and less than the value of EXPR.  (EXPR should be positive.)

Dans ce contexte, rand(10) retournera toujours une valeur de l'intervalle [0, 10[ et int(rand(10)) retournera un chiffre de 0 à 9.

Je suis curieux de voir ça.

Sous forme de script :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
#!/usr/bin/perl -w
 
# INDISPENSABLE
use strict;
 
# Inutile d'ouvrir les fichiers en paramètre du script (en utilisant l'opérateur <>)
while (<>) {
  s/[[:alpha:]]/chr(ord("a")+int(rand(26)))/ge;
  s/[0-9]/int(rand(10))/ge;
  print;
}

Sous forme d'utiligne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

perl -pe 's/[[:alpha:]]/chr(ord("a")+int(rand(26)))/ge;s/[0-9]/int(rand(10))/ge;' texte.csv

[Philou67430]

Pour rand(10), essaye cet uniligne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

perl -e 'while (int(rand(10)) != 10) {} ; print "rand(10) = 10\n"'

S'il te rends la main, j'aurais dit une bêtise (et la doc aussi)