Parser des phrases dans un tuple pour récuperer les mots?

Version imprimable

Bonjour,

Je poste ce message car j'ai un problème pour parser sans problèmes mes phrases.

Code:

1
2
 
((u'Systeme',), (u'Telephonie',), (u'Applicatif',), (u'Antivirus',), (u'Autre',), (u'DNS',), (u'Filtrage',), (u'systemes linux redhat',), (u'tuxedo',), (u'systemes linux redhat / unix aix',), (u'systeme aix',), (u'systeme unix aix',), (u' 8.3',))

Pour spliter les mots, j'ai utilisé, avec liste_tuple qui a mon tuple de phrases récupérés de ma BDD.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
    liste = list(liste_tuple)
    while (liste != []):
            fichier = str(liste.pop(0))
            liste_mots = fichier.split(' ')
            print type(liste_mots)
            print liste_mots
            while (liste_mots != []):
                mot = str(liste_mots.pop(0))
                my_mot = str(mot)
                print type(my_mot), my_mot
                if my_mot not in dictionnaire:
                    print "Don't Exist"
                    dictionnaire[mot] = 1
                else:
                    print "Existe"
                    dictionnaire[my_mot] = dictionnaire[my_mot] + 1
    print dictionnaire

Or, le problème est que je récupère des mots, qui gardent les symboles d'unicodes, etc...

Par exemple:

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
["(u'Systeme',)"]
<type 'str'> (u'Systeme',)
Don't Exist
<type 'list'>
["(u'Telephonie',)"]
<type 'str'> (u'Telephonie',)
Don't Exist
<type 'list'>
["(u'Applicatif',)"]
<type 'str'> (u'Applicatif',)
Don't Exist
<type 'list'>
["(u'Antivirus',)"]
<type 'str'> (u'Antivirus',)
Don't Exist
<type 'list'>
["(u'Autre',)"]
<type 'str'> (u'Autre',)
Don't Exist
<type 'list'>
["(u'DNS',)"]
<type 'str'> (u'DNS',)
Don't Exist
<type 'list'>
["(u'Filtrage',)"]
<type 'str'> (u'Filtrage',)
Don't Exist
<type 'list'>
["(u'systemes", 'linux', "redhat',)"]
<type 'str'> (u'systemes
Don't Exist
<type 'str'> linux
Don't Exist
<type 'str'> redhat',)
Don't Exist
<type 'list'>
["(u'tuxedo',)"]
<type 'str'> (u'tuxedo',)
Don't Exist
<type 'list'>
["(u'systemes", 'linux', 'redhat', '/', 'unix', "aix',)"]
<type 'str'> (u'systemes
Existe
<type 'str'> linux
Existe
<type 'str'> redhat
Don't Exist
<type 'str'> /
Don't Exist
<type 'str'> unix
Don't Exist
<type 'str'> aix',)
Don't Exist

Je ne sais pas du tout comment les transformer en string simple...

Merci d'avance.

Cordialement,

11/05/2012, 15h35
wiztricks

Salut,

Je ne comprends pas trop les multiples appels à str.

Comme vos "mots" sont sous forme de tuple, genre:
>>> s = (u'Systeme',)

en leur appliquant la fonction "str" vous récupérez
"(u'Systeme',)"

Alors que vous préféreriez:
>>> s[0]
u'Systeme'
ou
>>> str(s[0])
'Systeme'

Après les questions sont:
- pourquoi avoir une liste de "tuple" contenant un string en unicode plutôt qu'une liste de string unicode?
- pourquoi vouloir appliquer str à de l'unicode alors que l'unicode est à priori suffisant sinon "très bien".

Cordialement
- W
11/05/2012, 16h10
neo62matrix

Bonne question...

Ton post m'a fait rendre compte que je compliquais trop les choses. J'avais pas essayé de parcourir le tuple, mais je le faisais passer en liste.

Mais finallement, c'est beaucoup plus simple et joli de parcourir direct le tuple (je n'y arrivais pas, mais c'est bon maintenant), et puis, j'ai pu enlever 80% des str()! De plus, je n'arrivais pas à récupérer le string dans le tuple, mais avec str(mot[0]), c'est parfait!

Merci beaucoup.
11/05/2012, 19h16
wiztricks
Salut,

Je ne comprends toujours pas l'intérêt des "str".

Enfin, si le but est de compter les mots identiques, vous pourriez faire:
Code:

1 2 3 4 from collections import defaultdict dictionnaire = defaultdict(int) for mot in liste: dictionnaire[mot] += 1
Cordialement,
- W