Comment lire un fichier texte phrase par phrase

Coucou tous le monde
alors voila mon probleme.
Je voudrais ouvrir un fichier.txt et le parcourir. Je voudrais lire ce fichier phrase par phrase et non pas ligne par ligne comme on le fait avec la methode "readline".
Je voudrais savoir si il existe une methode pour faire ça, car apres avoir pas mal chercher, je n'ai trouvé que la methode readline.

Apres avoir ouvert ce fichier je voudrais en recuperé chaque phrase et les séparer par un caractere quelconque et ensuite recuperer chaque mot de chaque phrase pour les stoquer dans un autre fichier texte.
Donc pour resumer mon fichier resultat doit contenir les phrases separé par un caratere quelconque et les mot doivent etre separé par un espace au sein de chaque phrase (les mot doit etre traité avant comme par exemple differencier "arc-en-ciel" qui est un seul mot de "mange-t-il" qui est fait de deux mots.
La je fait la fonction qui permet a l'utilisateur de choisir lui meme lorsque le programme python rencontre un mot avec un tiré de dire si il s'agit d'un mot ou de plussieurs.
Donc j'aurais aussi besoin de juste savoir comment on lit un texte phrase par phrase et aussi au passage comment on permet a l'utilisateur d'ecrire comme ça il dira de lui meme si il s'agit d'un seul mot ou de plusieurs et dans ce cas de taper les mots qui constitue le bloc separé par les tiré.

Merci encore a ceux qui repondrons.
Je pourrais mettre le code en ligne pour ceux que ça interesse comme ça pourra peut etre aider les autres debutants comme moi.

La fonction split() est ton ami!

Bon voici des pistes:

Code:

---

1 2 3 4 5 6 7

# Obtenir une liste contenant les phrases f = open('tonfichier','r') contenu = f.read() f.close() # Le caractère discriminant est . dans ce cas liste_phrases = contenu.split('.')

---

Code:

---

1 2 3 4 5

# Obtenir une liste contenant les mots for element in liste_phrases: # Tu découpes chaque phrases selon les espaces (' ') liste_mots = element.split(' ')

---

Après dans la dernière boucle tu fais ce que tu veux. :D

J'avais deja trouvé commen marchait la fonction "split" mais il y a un probleme.
Comment differencier le point qui fini uen phrase, du point qui sert a metre fin a une abréviation ou un sigle (Mr. ou U.S.A) et les point de suspension. De plus il y aussi les point d'interrogation et d'exclamation.
J'ai cherché une fonction comme split qui peut prendre plusieurs parametre, mais j'en est pas trouvé.
Donc je me suis orienté vers les expression reguliere (\w, \[A-Z], ...) mais je doit avouer que j'arrive pas trop a comprendre commen marche c'est expression reguliere.

En effet je voudrais en faire une plus complexe constitué de plusieur expression simple comme par exemple

Code:

---

pour_decouper = \w+|[^\w\s]+'

---

Je voudrais que mon expression decoupe le texte avec : ?, !, :, ;.
pour ce qui est de differencier l'usage du point je fais une fonction pour ça, mais ce qui me manque c'est cette expression reguliere.

Salut,

"Humainement" parlant, il est parfois difficile de savoir si dans un texte un point signifie la fin de la phrase... Par exemple dans "N.Y. USA", le point derrière le Y, suivi d'un espace et d'une majuscule pourrait signifier une fin de phrase. Avant de chercher comment le faire en python, il faudrait peut-être chercher comment le faire "humainement". Bonne chance.

A+

Pfeuh

+1 ;)

Il est bien évident que le problème est dans la description du programme (ce qu'il fait) et non pas dans le codage. Dans aucun langage il ne peut y avoir une fonction built_in qui découpe un texte en phrase pour la simple raison que la "phrase" n'est pas reconnaissable en tant que telle par un ordinateur...

Il faut donc commencer par poser le problème ("Ce qui se conçoit bien, s'énonce clairement etc., etc., ...) pour en tirer un algorithme.
1ère question : comment se reconnaît une phrase ?
=> réponse : en français (restreignons le domaine de définition du problème) par une majuscule au début et un point à la fin.

2ème question : Y a-t-il des cas ambigus ?

=> réponse : of course ! 1er cas : la majuscule peut affecter un nom à l'intérieur d'une phrase.
2° cas : le point peut figurer en mileu de prase lui aussi : point numérique, points de suspension, etc. (il y a un point à "etc." !)
Donc il faut lever les ambigüités si cela est possible.

1) Il faut les 2 conditions (un ET logique) : majuscule au début et point à la fin.
2) Pour la majuscule il faut pour qu'elle soit vraiment au début qu'elle soit précédée par un point ou par le début de texte
3) Pour le point il faut qu'il soit suivi d'une majuscule ou de rien du tout (fin de texte).
4) Une règle intéressante : en français le point est suivi d'un (on dit "une" en typographie) espace.

Ces règles ne suffisent bien sûr pas comme le montre l'exemple cité dans le post précédent...

Donc, ce débat a plus sa place dans la rubrique "algoritmique". Quel que soit le langage, il faut d'abord une feuille de papier et un crayon ...

Coucou tous le monde, me revoila qui solicite a nouveau votre aide.
J'ai rendu mon projet, j'ai pas mal avancé.
J'aime telement le python, que j'ai decider de continuer mon projet tous seul pour mon plaisir.
La j'ain petit probleme, je me demande si il existerait un moyen de supprimer les doublons (ou plus) dans liste, car je stock chaque mots du texte dans une liste et je ne veux garder que un seul exemplaire de chaque mot.
Donc je me demande si il exiterait une fonction predefinis dans python qui reliserais cette tache oui alors si je doit la faire moi meme.
Si vous avez des idees, n'esitais pas a les mentionner, j'en est quelques une, mais pour la plus part elle consiste en un certains nombre de boucle imbriqué ce qui complique la comprehension du code ou alors dans l'utilisation de plusieurs liste, mais je doit avouer que je ne trouve pas ça tres elegant.

avec les ensembles (set)
http://python.developpez.com/faq/?page=Liste#listDelete

Un peu tard désolé ...

Voici un exemple de fonction qui élimine les doublons sur une liste inconnue mais non vide (à tester avant donc si la liste peut éventuellement être vide par un :

Code:

---

if len (ma_liste) == 0:

---

)

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

#!/ usr/bin/python #-*- coding:Utf-8 -*- # elimination de doublons dans une liste / février 2007 / R. Maurel       liste_depart =[1,2,3,4,1,5,1,6,1,8,7,2,8,5,9,5,4,8,9] #exemple de liste avec doublons liste_sans_doublon = []   def elimine_doublon():   if len(liste_sans_doublon)== 0: # test pour créer le 1er elt dans la liste résultat liste_sans_doublon.append(liste_depart[0]) for elt_courant in liste_depart: ajout= 1 for elt_liste in liste_sans_doublon: if elt_courant == elt_liste: ajout = 0 if ajout==1: liste_sans_doublon.append(elt_courant)     elimine_doublon() #test fonction print liste_depart # affichage des résultats print liste_sans_doublon

---

On peut aussi (facilement) ne garder QUE le éléments non-doublonnés de la liste d'origine ou que les éléments qui étaient doublonnés (mais sans qu'ils le soient dans la liste d'arrivée).

Bref on peut faire beaucoup de choses :)

Salut,

C'est quand même plus simple de passer par un ensemble:

Code:

---

1 2 3 4 5 6 7 8

liste_sans_doublon = list(set(liste_depart))   # ou avec une fonction   def elimine_doublons(ma_liste): return list(set(ma_liste))   liste_sans_doublon = elimine_doublons(liste_depart)

---

Thierry

Bonsoir,


C'est vrai mais dans ce cas comment tu adaptes ton code pour ne garder dans la liste résultat que les valeurs non doublonnées de la liste de départ (ex liste_Depart =[1,2,1,2,3,4,5,6,5,6,7,8,9,8,9,] devient liste_resultat = [3,4,7]) ?

Est-ce possible avec les ensembles (que je connais mal je l'avoue) ?

Citation:

---

Envoyé par richard

Bonsoir,


C'est vrai mais dans ce cas comment tu adaptes ton code pour ne garder dans la liste résultat que les valeurs non doublonnées de la liste de départ (ex liste_Depart =[1,2,1,2,3,4,5,6,5,6,7,8,9,8,9,] devient liste_resultat = [3,4,7]) ?

Est-ce possible avec les ensembles (que je connais mal je l'avoue) ?

---

Code:

---

1 2	a = [1,2,1,2,3,4,5,6,5,6,7,8,9,8,9] b = [i for i in set(a) if a.count(i)==1]

---

Bonsoir,

Je viens de tester ton code, il marche à la perfection ! je suis soufflé par la puissance et la concision de ces méthodes de listes!
Je dois dire que j'ai toujours le défaut d'adapter mes scripts Python du Pascal qui est le langage que j'ai le plus utilisé et que j'utilise encore...

Merci pour cette nouvelle piste !

salut a tous et a richard ;)

j avais une simple question de debutant a propos de la lecture des fichiers.
N est il pas possible par exemle d insérer entre chaque phrase, une sorte de tag personnel ( _endPhrase_ par exemple) _endPrase_ serait placer a la fin de toutes chaines de caracteres avant d etre envoyer au fichier. il suffirai de recuperer ce tag de fin de phrase pour que le programme sache que c'est bien une fin de phrase et pas d une ligne...

qu en pensez vous?

Salut,

Bienvenue ;)

Bien sûr c'est la solution idéale mais il faut pour cela que le fichier ait préalablement été découpé en phrase par un opérateur humain, dans ce cas c'est juste une relecture effectiviement.

Pour faire de la reconnaissance de phrase on est plus dans la ligne de l'I.A que d'une programmation classique, ... à moins que Python ait une méthode de liste qui fasse le découpage par phrase mais là, non quand même, je ne pense pas ! :king: