Discussion :

[rambc]

Bonjour,
connaissez-vous un outil permettant de faire de la correction grammaticale depuis Python ?

Je viens de découvrir GRAC mais le projet est abandonné depuis 2005...

A défaut, connaissez-vous des façons de coder ce genre de chose ?

[wiztricks]

Salut
N'y a-t-il pas des API pour attaquer le grammar checker d'Open Office?
- W
Note: Pour WORD, c'est simple: COM

[rambc]

Bonjour,
il y a bien ceci mais c'est en Java... Peut-on communiquer avec des classes Java ?

[rambc]

En fait, je n'avais pas lu cette page. On peut utiliser le logiciel en ligne de commande. Je vais tester cela.

[rambc]

Finalement, j'ai fait ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 #! /usr/bin/env python
 
import os
 
pathLanguageToolJar = r"LanguageTool-1.1/LanguageTool.jar"
pathFile = "test.txt"
 
sortie = os.popen("java -jar {0} -l fr -c utf8 {1}".format(pathLanguageToolJar,
                                                           pathFile))
print(sortie.read())

Le fichier TXT est le suivant :

Voici un petit textes, histoire de voir ce qu'il se passent.

Le code renvoie :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
Expected text language: French
Working on test.txt...
1.) Line 1, column 10, Rule ID: ACCORD_NOMBRE[1]
Message: «*petit*» et «*textes*» ne semblent pas bien accordés en nombre
Voici un petit textes, histoire de voir ce qu'il se passent. 
         ^^^^^^^^^^^^                                        
 
2.) Line 1, column 47, Rule ID: ACCORD_R_PERS_VERBE[3]
Message: Vérifiez l'accord entre le pronom «*il*» et le verbe «*passent*».
...oici un petit textes, histoire de voir ce qu'il se passent. 
                                                ^^^^^^^^^^^^^  
Time: 316ms for 1 sentences (3.2 sentences/sec)

Le seul souci que j'ai c'est qu'avec Python 3, il semble y avoir un problème d'encodage car j'ai l'erreur suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
Traceback (most recent call last):
  File "/Users/cbal/Documents/myWorld/python/tutos/languageTool/test.py", line 11, in <module>
    print(sortie.read())
  File "/Library/Frameworks/Python.framework/Versions/3.1/lib/python3.1/codecs.py", line 300, in decode
    (result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf8' codec can't decode bytes in position 112-113: invalid data

Ce qui renvoie cette erreur c'est l'instruction sortie.read()... Je vais voir si cela se "répare"...


IMPORTANT ! Il faut que les mots soient correctement orthographiés. Donc en pratique, on utilisera par exemple pyEnchant pour l'orthographe, suivi de ce qui est ci-dessus pour la grammaire.

[rambc]

MISE A JOUR DU MARDI 2 NOVEMBRE 2010 : ajout d'infos sur les erreurs "grammaticales".

Enfin bon pour Python3 !

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
#! /usr/bin/env python3
 
# Sources :
#    http://docs.python.org/py3k/library/subprocess.html?highlight=subprocess#using-the-subprocess-module
#    http://www.developpez.net/forums/d922907/autres-langages/python-zope/general-python/affichage-resultat-commande-popen/#post5208308
 
import shlex
import subprocess
 
pathLanguageToolJar = r"LanguageTool-1.1/LanguageTool.jar"
pathFile = "test.txt"
# " -Dfile.encoding=UTF-8" given in the mailing list of LanguageTool.
command_line = 'java -Dfile.encoding=UTF-8 -jar "{0}" -l fr -c utf8 "{1}"'.format(pathLanguageToolJar,
                                                        pathFile)
args = shlex.split(command_line)
 
out=subprocess.Popen(args,stdout=subprocess.PIPE)
(sout,serr)=out.communicate()
 
# sout contains BYTES...
sout = sout.decode('utf-8') 
 
print(sout)

La sortie est la suivante :

Expected text language: French
Working on test.txt...
1.) Line 1, column 10, Rule ID: ACCORD_NOMBRE[1]
Message: «*petit*» et «*textes*» ne semblent pas bien accordés en nombre
Voici un petit textes, histoire de voir ce qu'il se passent.
^^^^^^^^^^^^

2.) Line 1, column 47, Rule ID: ACCORD_R_PERS_VERBE[3]
Message: Vérifiez l'accord entre le pronom «*il*» et le verbe «*passent*».
...oici un petit textes, histoire de voir ce qu'il se passent.
^^^^^^^^^^^^^
Time: 333ms for 1 sentences (3.0 sentences/sec)

Nous avons enfin des "strings" que je préfère aux "bytes"...

Pour savoir ce que signifie chacune des erreurs, il faut regarder le fichier grammar.xml dans le dossier languageTool/LanguageTool-1.1/rules/fr.