Espaces non compilés

Version imprimable

Bonjour,

Je travaille sur un tableau où les valeurs sont séparées par un certain nombre d'espaces. J'aimerais n'avoir qu'un seul espace comme tabulation pour récupérer facilement mes données. Pour cela j'ai utilisé une expression régulière mais ça ne fonctionne 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
 
 
import re
def parsing(entree, sortie):
    inp=open(entree, "r")
    out=open(sortie, "w")
    line = inp.readline()
 
    p = re.compile("\s{2,}")
 
    out.write("Scaffold\tDomaine\tScore\tE-value\n")
 
    for line in inp:
        if line[0] == "#":
            continue
        line = p.sub(r" ", line)
 
        if '>>' in line :
            scaffold = list(line.split(" "))
            line = inp.readline()
            line = inp.readline()
            line = inp.readline()
 
            colonne = list(line.split(" "))
 
            out.write("\t".join(list([scaffold[1], colonne[3], colonne[6], colonne[13]])) + "\n")
            line = inp.readline()

Est-ce que quelqu'un aurait une idée de ce qui ne va pas ?

Merci à vous :)

09/07/2020, 15h03
wiztricks

Salut,

Citation:

Envoyé par plikplak06

Est-ce que quelqu'un aurait une idée de ce qui ne va pas ?

Si la question est de valider que la ligne 16: line = p.sub(r" ", line) fait ce que vous attendez.... çà devrait fonctionner.
Sauf à montrer un exemple ou çà ne marche pas.

Mais votre code ne fait pas que çà... donc "ce qui ne va pas" est peut être à expliquer un peu: un message d'erreur? Une sortie différente de celle attendue?

- W
09/07/2020, 15h12
plikplak06

1 pièce(s) jointe(s)

Bonjour,

En fait lorsque je fais un print(line) à la ligne 17 les espaces sont toujours là : Pièce jointe 574740

Du coup ce ne sont pas les bonnes colonnes qui sont affichées dans mon tableau, et comme le nombre d'espace entre chaque colonne n'est pas toujours identique je ne peux pas vraiment adapter les numéros de colonne à choisir

Est-ce que vous avez besoin de voir mon fichier d'entrée ?
09/07/2020, 16h34
wiztricks

Salut,

La sortie (ce qu'affiche print) que vous montrez est, à priori, une liste.
Or à la ligne 17, line devrait encore être une chaîne de caractères où ont été remplacés les répétitions d'espaces.

- W
09/07/2020, 16h51
plikplak06

1 pièce(s) jointe(s)

D'accord je comprends tout à fait, mais même en mettant un print(line) à la ligne 25 on continue d'avoir pleins d'espaces : Pièce jointe 574753
Pourtant on a dépassé la ligne où les espaces sont remplacés puis celle où la ligne est scindée ...
09/07/2020, 17h02
wiztricks

Citation:

Envoyé par plikplak06

Pourtant on a dépassé la ligne où les espaces sont remplacés puis celle où la ligne est scindée ...

Certes mais ligne 22 et précédentes line a été écrasé par des lectures où les espaces ne sont pas remplacés...
Pour l'instant, "supprimer les espaces" fonctionne mais le reste du code qui oublie de le faire (et n'est pas très clair sur ce que vous voulez faire).

- W

Citation:

Envoyé par plikplak06

[...] les valeurs sont séparées par un certain nombre d'espaces. J'aimerais n'avoir qu'un seul espace [...]

:salut:

Je pense que vous n'utilisez pas la méthode sub correctement, liens et exemple :
Code:

1 2 3 4 5 6 7 8 9 10 # https://docs.python.org/3/library/re.html#re.sub # re.sub(pattern, repl, string, count=0, flags=0) pattern = re.compile(r"\s{2,}") repl = r" " texte = 'Un texte avec des espaces irréguliers' result = re.sub(pattern, repl, texte) print(result) # Un texte avec des espaces irréguliers

10/07/2020, 08h01
wiztricks
Citation:

Envoyé par danielhagnoul

Je pense que vous n'utilisez pas la méthode sub correctement,

Pourquoi "penser" au lieu de vérifier que la construction utilisée fonctionne:
Code:

1 2 3 4 >>> line = 'aa.xx bb cc' >>> p = re.compile("\s{2,}") >>> p.sub(' ', line) 'aa.xx bb cc'
puis aller revisiter la documentation de re.compile:
Citation:
Compile a regular expression pattern into a regular expression object, which can be used for matching using its match(), search() and other methods, described below.
The expression’s behaviour can be modified by specifying a flags value. Values can be any of the following variables, combined using bitwise OR (the | operator).
The sequence

Code:

1 2 prog = re.compile(pattern) result = prog.match(string)

is equivalent to

Code:

result = re.match(pattern, string)

but using re.compile() and saving the resulting regular expression object for reuse is more efficient when the expression will be used several times in a single program.
pour conclure que non seulement çà fonctionne mais qu'en plus c'est bien documenté.

- W
10/07/2020, 08h59
plikplak06

Super, merci beaucoup à vous pour votre aide !
10/07/2020, 10h57
danielhagnoul
Citation:
Envoyé par wiztricks

Pourquoi "penser" au lieu de vérifier que la construction utilisée fonctionne:

Code:

1 2 3 4 >>> line = 'aa.xx bb cc' >>> p = re.compile("\s{2,}") >>> p.sub(' ', line) 'aa.xx bb cc'

puis aller revisiter la documentation de re.compile:

pour conclure que non seulement çà fonctionne mais qu'en plus c'est bien documenté.

- W
@wiztricks : c'est parce que j'ai testé et vu que cela semblait fonctionner que j'ai écrit "je pense" au lieu de "je suis certain".

C'est la documentation officielle qui est censée montrer le bon exemple !

J'ai pris soin de donner mon exemple précédé des liens vers la documentation :
Code:

1 2 # https://docs.python.org/3/library/re.html#re.sub # re.sub(pattern, repl, string, count=0, flags=0)
Vous dites que la méthode alternative est documentée https://docs.python.org/3/library/re.html#re.compile, mais je ne vois qu'un exemple avec la méthode match !

EDIT

En relisant soigneusement, avec la version FR, je constate que match peut être remplacé par une autre méthode.
Donc, comme d'habitude vous avez raison !