Recherche dans un String

Version imprimable

09/03/2006, 10h53
delph1983

Recherche dans un String

Bonjour!!!

comment faire pour rechercher un mot précis et dire le nbre de fois qu'il s'y trouve, dans un String???

j'ai essayé plusieurs choses mais ça ne marche pas

avez vous une idée??

merci

Delph
09/03/2006, 11h03
jowo

Il y a de nombreuses possibilités.

Tu as les expressions rationnelles (voir java.util.regex) ou la méthode indexOf de la classe String.

Mais le problème principal de ton algo est: qu'est-ce qu'un mot?
09/03/2006, 11h04
FreshVic

J'imagine que du coté des expressions reguliere il doit y avoir ce qu'il faut , sinon peut etre qu'un split avec comme paramtre la chaine dont tu cherches le nombre d'occurence te permetras d'avoir un tableau dont la taille-1 te donneras le nombre d'occurence .
Enfin peut etre qu'eventuellement ca peut marcher :)

EDIT : Probleme: le nombre d'occurence n'est pas forcement egale a taille-1 puisque dans le cas ou le dernier mot de la chaine totale est le mot que tu cherche a priori ca serais taille , il faut donc faire un traitement supplementaire afin d'etre sur ce qui rend cette idée bcp moins bonne
09/03/2006, 11h07
djsbens
un split je ne crois pas que c la bonne idée...
Code:

1 2 3 String maChaine = "mottytytyytmottytytyttutr"; maChaine.split("mot") --> renvoie un tableau contenant tytytyyt,tytytyttutr ,(enfin je crois!)
Par contre la méthode indexOf est une bonne idée à réfléchir si possible...

Sinon expressions rationnelles.......

Ben
09/03/2006, 11h10
delph1983

en fait j'utilise pdfBox qui me met une page d'un doc pdf dans un gros String, et comme le but de mon appli est de rechercher le mot 'rapport' dans ce document je voulais trouver une solution.

pourriez vous exliquer indexOf? pcq je ne vois pas le rapport :oops:
merci

Split n'est pas une mauvaise idée je pense, quoi que pas optimale

Le problème c'est si le mot est à la fin ou au début, mais tu peut rajouter un espace au début et à la fin et ainsi faire un split

Exemple :
Code:

1 2 3 4 5 6 7 String maChaine = "mottytytyytmottytytyttutrmot"; String chaineToSplit = " " + maChaine + " "; String[] tabChaine = chaineToSplit.split("mot"); //Le tableau contiendra : " " , "tytytyyt" , "tytytyttutr" , " "; //Donc une taille de 4 pour 3 occurences int occurences = tabChaine.lenght - 1;
Je sais pas si ce code marche tout le temps, et c'est certainement par la meillere manière de faire, mais ca doit pouvoir marcher

09/03/2006, 11h17
djsbens

j'ai trouver un lien intéressant pour toi...

Je ne vois pas en fait avec index of.

Il parle de StringTokenizer je pense que ca peut etre mieux.

http://forums.macgeneration.com/vbul....php?p=3667820
09/03/2006, 11h19
djsbens

a d'accord witchtounet en fait si ca peut marcher avec split!!!

C vrai on s'en fou de ce qu'il renvoie le plus important est de savoir la longeur du tableau qu'il renvoie!

C'est je pense la moins difficile a mettre en oeuvre!
09/03/2006, 11h42
jowo

Citation:

Envoyé par djsbens

j'ai trouver un lien intéressant pour toi...

Je ne vois pas en fait avec index of.

Il parle de StringTokenizer je pense que ca peut etre mieux.

http://forums.macgeneration.com/vbul....php?p=3667820

indexOf retourne la position d'un subString (mot) dans un String (paragraphe). Il suffit ensuite de détecter si c'est réellement un mot et de compter les occurences de ce mot.

g essayé avec split mais ça ne va pas...

Code:

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
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
 
public static String Lect(String filename) throws IOException, CryptographyException
    {
		String str = "";
		String maChaine;
		String chaineToSplit;
		String[] tabChaine;
		int match=0;
		System.out.println("******** Début du traitement du fichier PDF: " +filename+ " ********\n"); 
        PDDocument pdf = null;
        FileInputStream fin = new FileInputStream(filename);
 
        try
        {
        	pdf = PDDocument.load( filename );
        	if( pdf.isEncrypted() )
            {
        		System.out.println("You do not have the permission\n");
        		str=null;
                try
                {
                    pdf.decrypt("");
                }
                catch( InvalidPasswordException e )
                {
                   System.err.println( "Error: The document is encrypted." );
                }
            }
        	else
        	{
 
        		PDFTextStripper txt = new PDFTextStripper();     
        		for(int i=12;i<txt.getEndPage();i++){
        			txt.setStartPage(i);
        			txt.setEndPage(i);   
 
        			maChaine = txt.getText(pdf); 
        			chaineToSplit = " " + maChaine +  " "; 
        			tabChaine = chaineToSplit.split(ListRep.getWord()); 
        			match = tabChaine.length - 1;        			
        		}
        		System.out.println("matches: "+match);
        		if (match!=0){
        			str = "There are "+match+" words corresponding to your search";
        		}
        		else{
        			str = null;
        		}
 
        		//lucene doc
        		//Document doc = LucenePDFDocument.getDocument(fin);
        	}
 
        }
        finally
        {
            if( pdf != null )
            {
                pdf.close();
            }
        }
 
        System.out.println("******** Fin du traitement du fichier PDF ********\n"); 
        return str;
    }
}

il me met "matches: 0"

09/03/2006, 11h44
djsbens

donc fodrait boucler tant que la fin du string n'a pas ete atteint et faire un nouveau indexof a chaque fois?

C plus aisé avec un split alors.
09/03/2006, 11h46
Baptiste Wicht

Citation:

Envoyé par delph1983

il me met "matches: 0"

Et il devrait te mettre combien ?
09/03/2006, 11h48
delph1983

8!!

et je ne comprend tjs pas comment le indexOf marche... :oops:
09/03/2006, 11h50
djsbens

maChaine n'est pas vide?

EDIT : de plus c''est quoi ListRep.get()? test si c pas null tout ca

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
              PDFTextStripper txt = new PDFTextStripper();     
              for(int i=12;i<txt.getEndPage();i++){
                 txt.setStartPage(i);
                 txt.setEndPage(i);   
 
                 maChaine = txt.getText(pdf);
                 chaineToSplit = " " + maChaine +  " ";
                 tabChaine = chaineToSplit.split(ListRep.getWord());
                 match = tabChaine.length - 1;                 
              }
              System.out.println("matches: "+match);
              if (match!=0){
                 str = "There are "+match+" words corresponding to your search";
              }
              else{
                 str = null;
              }

Le match etant reinitialiser a chaque passage dans la boucle, il ne t'indique que le nombre d'occurence du mot de la derniere ligne enfin si j'ai bien compris le code !

Le code est-il correcte?

Code:

1
2
3
4
5
6
7
8
9
              for(int i=12;i<txt.getEndPage();i++){
                 txt.setStartPage(i);
                 txt.setEndPage(i);   
 
                 maChaine = txt.getText(pdf);
                 chaineToSplit = " " + maChaine +  " ";
                 tabChaine = chaineToSplit.split(ListRep.getWord());
                 match = tabChaine.length - 1;                 
              }

A mon avis, il devrait être:

Code:

1
2
3
4
5
6
7
8
9
for(int i=12;i<txt.getEndPage();i++){
                 txt.setStartPage(i);
                 txt.setEndPage(i);   
 
                 maChaine = txt.getText(pdf);
 
                 tabChaine = chaineToSplit.split(ListRep.getWord());
                 match += tabChaine.length - 1;                 
              }

[EDIT]ça fonctionne avec maChaine = " tentation " et word = "tenta"? Il retourne {" ", "tion"}. Ce qui incorrecte.
[/EDIT]

09/03/2006, 12h06
Baptiste Wicht

Ouais la version de jowo me semble juste, avant tu ne prenais en compte le nombre d'occurences quand dans la derniere page avec ta méthode...

Citation:

Envoyé par jowo

[EDIT]ça fonctionne avec maChaine = " tentation " et word = "tenta"? Il retourne {" ", "tion"}. Ce qui incorrecte.
[/EDIT]

C'est correct, si tu fais taille -1
09/03/2006, 12h10
delph1983

hum en fait les mots sont avec une majascule
donc c'est pour ça qu'il ne les trouvaient pas... :oops:
09/03/2006, 12h13
delph1983

mais alors comment faire pour les accents?

ok pour les majuscule
09/03/2006, 12h34
delph1983

merci de vos réponses il trouve bien les 8 mots!!
09/03/2006, 12h54
djsbens

Pour les accents moi je sais pas .

Pour les maj et minus c moins dur... mais pour les accents ... A par remplacer tout tes accents par leur equivalent non accentués je vois que ca.

D'autres membres vont surement t'éclairer!

Salut,

Plutôt que d'utiliser un split(), je te conseille de te tourner vers les classes Pattern et Matcher. En effet si ta chaine de recherche est très grande split[] peut être pénalisant car il va te recréer plusieurs nouvelles chaines presque aussi grande...

Ce qui donnerais (en ignorant les différences minuscule/majuscule) :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 public static int countWord (String chaine, String mot) { int count = 0; Pattern pattern = Pattern.compile(mot, Pattern.CASE_INSENSITIVE); Matcher matcher = pattern.matcher(chaine); while (matcher.find()) { // System.out.println("Found : " + matcher.group()); count++; } return count; }
Maintenant pour les accents c'est un peu moins facile, car tu devras les gérer toi-mêmes, deux solutions :

Tu n'utilises aucun accent dans le mot à rechercher, et tu remplaces tous les accents dans ta chaine par la lettre non-accentué correspondante (ex: é --> e). Le problème est que cette solution peut également s'avérer assez lourde pour de grosse chaine (à chaque remplacement tu crées une nouvelle chaine).
Sinon tu peux adapter ton pattern en remplacant les consonnes par toutes les équivalences possibles : "déjà" --> "d[eéèêë]j[aàâ]".

a++

09/03/2006, 14h15
delph1983

Ha oui ça marche bien comme ça!

merci

utilise StringTokenizer

Essaye cette portion de code :

Code:

1
2
3
4
5
6
7
8
9
 
String mot="je suis le cheval";
String delimiteur=",;:/.?.....etc" //tu met tt les séparateur que tu peut
StringTokenizer decomposer=new StringTonkenizer(mot," \b\t\r\n"+delimiteur,true);
int nb=0; //le nbre d'occurence!!!
while(decomposer.hasMoreToken())
{ String s=decomposer.nextToken();
si s.equals("le mot que tu cherche") nb++;
}

Ce code n'es pas 100% juste, je l'ai ecrie a peu pres, essay le et si t'as un pb tu m le dis!!!
a ton service!!!