suppression d'une liste de mots

Version imprimable

26/02/2007, 11h22
kaninama

suppression d'une liste de mots

Bonjour tout le monde

J’ai un petit problème avec mon la méthode replaceAll

Alors je vous pose mon Pb : j’ai une texte en entré et un texte nettoyée on sortie, c'est-à-dire je supprime tt les mots indésirable dans mon texte mais le problème que j’ai que replaceall me supprime encore d’autre caractère par exemple j’ai la chaine :

"je fais un essai est un test "

Les mots que je veux supprimer sont {"je", "et" ,"est"} mais a la sortie j’ai cette chaîne :

" Fais un t "

Vous ne connaissez pas une autre méthode qui supprime les mots désirer j’ai essayer on ajoutant la méthode trim() mais c’est le même résulta

ie: Je ne veux pas utiliser le StringTokenizer

Merci pour votre aide :cry:
26/02/2007, 13h13
maxf1

Pas normal tout ca tu devrais avoir :

"fais un essai un t"

Normallement la methode replace marche très bien.
MOntre nous ton code, il y a surement une tite "boulette" dedans.
;)
26/02/2007, 13h31
Sanguko

Tu devrais modifier ton expression régulière, et ne pas chercher simplement "je", mais plutot " je " (c'est sans doute un peu plus compliqué en réalité, puisqu'il faut tenir compte des virgules des points, etc ...).
26/02/2007, 13h38
OButterlin

Comme le dit Sanguko, il faut remplacer la ponctuation dans une variable de travail par un blanc, puis faire un split de ta chaine sur blanc et tester (en faisant un trim()) par rapport à ta liste de mots (perso, je préfère StringTokenizer). C'est lourd, mais je ne vois pas comment tu pourrais traiter ça autrement...
(je présume que tu veux garder 'test' quand tu as 'est' dans ta liste d'exclusion)
26/02/2007, 14h33
Sanguko

String.replaceAll prenant une expression régulière, il est possible de faire le remplacement en un seul appel, pour un mot donné (sans doute même plusieurs).
Je te conseille de lire la javadoc de java.util.regex.Pattern, et de recuperer quelques exemples.
26/02/2007, 14h55
kaninama

non non j’ai juste oublier le essai je sais que le remplceall marche très bien

Oui c’est exactement ce que je veux

J’ai trouver une autre solution mais je ne sais pas si sa m’arrange ou non qlq 1connais cette méthode me confirme SVP c’est l’utilisation des expression régulière mais je ne sais pas trop si c'est vraiment solution:(

Merci vraiment pour vos réponses :)

Ie : dans mon code la variable qui contient la source à la sortie doit rester la même
26/02/2007, 14h56
kaninama

maxf1 non non j’ai juste oublier le essai je sais que le remplceall marche très bien

Oui c’est exactement ce que je veux OButterlin

J’ai trouver une autre solution mais je ne sais pas si sa m’arrange ou non qlq 1connais cette méthode me confirme SVP c’est l’utilisation des expression régulière mais je ne sais pas trop si c'est vraiment solution:(

Merci vraiment pour vos réponses :)

merci j'ai pas vu ton poste je vais essayer alors et je vous rend la réponse :roll:

Ie : dans mon code la variable qui contient la source à la sortie doit rester la même
26/02/2007, 15h11
OButterlin

Je ne pense pas que tu puisses utiliser une expression régulière pour ce traitement.
Le problème vient du fait que tu cherches des mots, pas des suites de caractères.
Exemple :
"le test n'est pas concluant" te renverrait 2 occurences de "est" là où il n'y a qu'un mot "est" (et encore, tu vois bien qu'il faut traiter la chaine au préalable pour remplacer les ';,:. etc par un blanc)
26/02/2007, 15h27
Sanguko

Citation:

Envoyé par OButterlin

Je ne pense pas que tu puisses utiliser une expression régulière pour ce traitement.
Le problème vient du fait que tu cherches des mots, pas des suites de caractères.
Exemple :
"le test n'est pas concluant" te renverrait 2 occurences de "est" là où il n'y a qu'un mot "est" (et encore, tu vois bien qu'il faut traiter la chaine au préalable pour remplacer les ';,:. etc par un blanc)

L'expression reguliere permet de chercher des mots, a partir du moment ou tu sais specifier les delimiteurs (comme les espaces et les caracteres de ponctuation).
En plus, les caractères de ponctuation sont une classe predefinie (cf la doc de Pattern :
\p{Punct} Punctuation: One of !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~)
Pour le remplacement, il faut bien sur ne supprimer que la sous-chaine qui correspond au mot (cf http://java.developpez.com/faq/java/...regexp_replace)
26/02/2007, 15h48
OButterlin

Oui, pourquoi pas.
Il faudrait donc :
1- remplacer tous les caractères de ponctuation par un blanc
2- rajouter un blanc au début et à la fin (cause point 3)
3- rechercher des mots (encadrés par des blancs)

Tu y arriverais en 1 fois ?
26/02/2007, 16h30
kaninama

Citation:

Envoyé par OButterlin

Oui, pourquoi pas.
Il faudrait donc :
1- remplacer tous les caractères de ponctuation par un blanc
2- rajouter un blanc au début et à la fin (cause point 3)
3- rechercher des mots (encadrés par des blancs)

Tu y arriverais en 1 fois ?

Oui je suis d’accord pour ta solution la mais tu sais le problème reste le même c’est quant le mots a supprimer et on début de chaîne et que il n’est pas précédé par un vide la il ne sera pas supprimer :?

Et hop !

Code:

1
2
3
4
5
6
7
8
9
 
 ...
		String str = "est ce un test? Oui, ceci est bien un test. Il est";
 
		String res = str.replaceAll("(\\p{Punct}|\\s+|^)(est)(\\p{Punct}|\\s+|$)", "$1$3");
 
		System.out.println("str = "+str);
		System.out.println("==> "+res);
...

26/02/2007, 17h12
OButterlin

Bravo, impressionnant:king:

Citation:

Envoyé par Sanguko

Et hop !

Code:

1
2
3
4
5
6
7
8
9
 
 ...
		String str = "est ce un test? Oui, ceci est bien un test. Il est";
 
		String res = str.replaceAll("(\\p{Punct}|\\s+|^)(est)(\\p{Punct}|\\s+|$)", "$1$3");
 
		System.out.println("str = "+str);
		System.out.println("==> "+res);
...

et voila mille mercis Sanguko :yaisse2:

Salut,

Il faudrait peut-être prendre le problème dans l'autre sens : parcourir tous les mots de la chaine (la regexp est simple, une lettre ou plus : "p{L}+"), et vérifier pour chacun s'ils doivent être supprimé ou pas :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
	public static String replaceWords(String str, Set<String> words) {
		Pattern p = Pattern.compile("\\p{L}+");
		Matcher m = p.matcher(str);
 
		StringBuffer buffer = new StringBuffer(str.length());
 
		while (m.find()) {
			String word = m.group();
 
			if (words.contains(word)) {
				word = "";
			}
			m.appendReplacement(buffer, word);
		}
		m.appendTail(buffer);
 
		return buffer.toString();
	}

Et ceci :

Code:

1
2
3
4
5
6
7
8
9
		String str = "est ce un test? Oui, ceci est bien un test. Il est";
 
		Set<String> words = new HashSet<String>();
		words.add("je");
		words.add("et");
		words.add("est");
 
		String res = replaceWords(str, words);
		System.out.println(res);

donne :

Code:

ce un test? Oui, ceci bien un test. Il

a++

Citation:

Envoyé par Sanguko

Et hop !

Code:

1
2
3
4
5
6
7
8
9
 
 ...
		String str = "est ce un test? Oui, ceci est bien un test. Il est";
 
		String res = str.replaceAll("(\\p{Punct}|\\s+|^)(est)(\\p{Punct}|\\s+|$)", "$1$3");
 
		System.out.println("str = "+str);
		System.out.println("==> "+res);
...

Le meme, en plus simple

Code:

1
2
3
4
5
6
7
8
9
 
 ...
		String str = "est ce un test? Oui, ceci est bien un test. Il est";
 
		String res = str.replaceAll("(\\b)(est)(\\b)", "$1$3");
 
		System.out.println("str = "+str);
		System.out.println("==> "+res);
...

27/02/2007, 08h16
kaninama

Bonjour,

Oui c’est une bonne idée adiGuba merci :)

Merci Sanguko tu peux juste me dire ou on peut trouver de la doc pour ce type de problèmes :oops:

Merci beaucoup pour votre aide :king:

Bonne journée
27/02/2007, 09h03
Sanguko

J'ai utilisé la doc de java.util.regex.Pattern. Mais bon, il faut comprendre l'anglais.