compter le nombre de meme mot dans un .txt

3/4 questions resolu
02 mai 2009 A suivre, ICI
Python V3

Bonjour tout le monde, (Je met a jour ce post pour que ce soit plus simple)

Je suis debutant en programmation, c'est avec un amis que je decouvre le language "Python".
Je souhaiterais recuperer des donnees depuis un fichier .txt

1) Le nom de la "target".
(dans ce cas c'est "Longhorn Krond the Unliving" mais ca peut etre "an Undead")
La target : Longhorn Krond the Unliving

2) Si "Guzzlerobeer" apparait dans le texte, le citer [FONCTIONE]
Guzzlerobeer : vous a "heal" durant ce combat

3) Le nombre de fois que Guzzlerobeer me "heal" [FONCTIONE]
(en locurence, une fois dans ce log)
Nombre de fois que Guzzlerobeer vous a "heal" : 1

4) Cummuler toutes sorte de valeurs et les classer [FONCTIONE]
On vous a heal pour : 3000 points


Fichier Texte type :

Citation:

---

Longhorn Krond the Unliving has been awakened by Tallaared.
[Mon Dec 01 22:51:07 2008] Your target is too far away, get closer!
[Mon Dec 01 22:51:08 2008] Boldak's holy blade cleanses his target!(20696)
[Mon Dec 01 22:51:08 2008] Your target is too far away, get closer!
[Mon Dec 01 22:51:10 2008] You crush Longhorn Krond the Unliving for 236 points of damage.
[Mon Dec 01 22:51:11 2008] You cannot see your target.
[Mon Dec 01 22:51:13 2008] Gogad hit Longhorn Krond the Unliving for 176 points of non-melee damage.
[Mon Dec 01 22:51:17 2008] Gogad`s pet slashes Longhorn Krond the Unliving for 107 points of damage.
[Mon Dec 01 22:51:18 2008] The pounding hooves deafen you. You have taken 3520 points of damage.
[Mon Dec 01 22:51:19 2008] a jester of bristlebane says 'How's the weather up there?'
[Mon Dec 01 22:51:19 2008] Gogad scores a critical hit! (244)
[Mon Dec 01 22:51:33 2008] Your Focused Paragon of Spirit spell has worn off of Hotdamm.
[Mon Dec 01 22:51:35 2008] The stomping echoes fade away.
[Mon Dec 01 22:52:04 2008] Your Belt of Contempt feels alive with power.
[Mon Dec 01 22:52:26 2008] Guzzlerobeer has healed you for 1000 points.
[Mon Dec 01 22:52:32 2008] Pierro has healed you for 2000 points.
[Mon Dec 01 22:52:39 2008] Your Runed Diamond flickers with a pale light.
[Mon Dec 01 22:52:39 2008] Your Spiritcaller Totem of the Feral feels alive with power.
[Mon Dec 01 22:53:57 2008] You gained raid experience!
[Mon Dec 01 22:53:57 2008] Longhorn Krond the Unliving's corpse falls.

---

Voici ou j'en suis dans mon Code Python :
Ce qui fonctionne uniquement

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

import re   def foo (fichier): z = open(fichier, 'r') s = 0 somme1 = 0 somme2 = 0   for ligne in z: ligne = ligne[:-1] a = re.search('Guzzlerobeer',ligne) d = a   c = re.findall('Guzzlerobeer',ligne) s = s + len(c)   p1 = re.compile('(?P<nombre>[0-9]+) points of damage') n = p1.search(ligne)   p2 = re.compile('(?P<nombre>[0-9]+) points of non-melee damage') m = p2.search(ligne)   if n: str_nc = n.group('nombre') somme1 = somme1 + int(str_nc) if m: str_nb = m.group('nombre') somme2 = somme2 + int(str_nb) if a: Guzzlerobeer = a     print ("Le mot recherche est :", Guzzlerobeer.group()) print ("Le nombre de fois que ce mot apparait est :", s) print ("total points of damage : ", somme1) print ("total points non-melee of damage : ", somme2) z.close()

---

Voila, si vous avez d'autres indices SVP :)
Merci.

bonjour pour trouver un mot dans une chaine il existe une fonction find qui te donne la position du mot dans la chaine
ou retourne 0 si le mot n'y est pas

Code:

---

1 2 3 4 5 6 7

for ligne in z:   if ligne.find("monstre")>0:   compteur+=1   print compteur

---

si tu tiens à utiliser les expressions rationnelles

Code:

---

1 2 3 4 5 6 7

for ligne in z: reg=re.compile('^.+monstre') if reg.match(ligne):   compteur+=1   print compteur

---

Je n'ai pas testé ton code par manque de temps, mais il me semble que ton premier regex manque d'un + après la classe de caractères.

Code:

---

(?P<text>[a-zA-Z0-9_]+)

---

Le code suivant ne fera jamais rien, puisqu'une ligne vide sera la chaîne "\n" et qu'une fois la fin de fichier atteinte, la boucle sortira d'elle même. A mon sens, tu peux la retirer.

Code:

---

1 2	if ligne == "": break

---

Dernière petite remarque, tu initialises mot à zero, alors qu'il va contenir du texte. Préfère le mettre à None ou une châine vide.


Petites corrections aux deux algorithmes d'au dessus:
Le premier ne compterait qu'une seule occurence de "monstre" par ligne. Dans notre cas c'est suffisant, mais si le mot peut apparaitre deux fois, préfère cette boucle:

Code:

---

1 2 3 4 5 6

>>> for line in z: ... pos = line.find("monstre") ... ... while pos > 0: ... count += 1 ... pos = l.find("monstre")

---

Et pour matcher avec une regex

Code:

---

1 2 3 4 5

>>> ligne = "Bienvenue chew monstre &co, des monstres pour effrayer les gosses" >>> import re >>> pattern = re.compile("monstre") >>> pattern.search(ligne) <_sre.SRE_Match object at 0xb7cfb528>

---

Une méthode courte sans regex :

Code:

---

1 2 3 4 5 6 7

#!/usr/bin/env python #coding=utf-8 texte ="""Bienvenue chez monstre & co., des monstres pour effrayer les sales gosses mais aussi des gentils monstres pour les gentils gosses."""   print len(texte.split('monstre')) - 1

---

Bienvenue sur le forum,

L'utilisation de regex pour ce problème est à mon sens inadaptée, du moins si vous cherchez à compter un mot que vous connaissez a priori, ce qui est ce qu'on comprend à partir du titre de votre post mais qui n'est pas ce que vous faites dans le code.
Mais je suppose que vous le savez et que vous voulez simplement vous entrainer sur les expressions régulières.

1 -

Code:

---

1 2	if ligne == "": break

---

peut être enlevé
L'instruction for ligne in z:
se débrouille très bien pour s'apercevoir en bout de fichier qu'il n'y a plus de ligne.

2 - Il faut rajouter un "+' après l'ensemble [a-zA-Z0-9_].

3 - La fonction foo() est définie, mais il faudrait une instruction pour l'appeler.....

4 - Tel qu'est écrit votre code, vous ne recherchez pas le nombre d'occurences de "monstre" mais vous affichez le mot se trouvant après la dernière expression 'Jean tue le ' trouvée dans le texte

5 - Parallèlement , et sans rapport, vous faites la somme de tous les nombres rencontrés dans le texte

Ces deux points sont illustrés par le code suivant

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

import re   texte = """Jean est un super hero Jean tue le monstre n1 Jean tue le monstre n2 Juju tue les 38 fourmis Le petit Cedric tue le monstre aussi Pierre-Jean tue le temps en jouant avec des allumettes Et la Maman a un monstre de boulot"""   def foo (t): #z = open(fichier, 'r') z = t.splitlines(True) mot = 0 result = 0   for ligne in z: ligne = ligne[:-1] p1 = re.compile('Jean tue le (?P<text>[a-zA-Z0-9_]+)') a = p1.search(ligne) p2 = re.compile('(?P<nombre>[0-9]+)') b = p2.search(ligne)   if a: mot = a.group('text') if b: str_nb = b.group('nombre') result = result + int(str_nb)     print ("Le mot recherche est : ", mot) print ("Le nombre de fois que ce mot apparait est : ", result) #z.close()   foo(texte)

---

6 - Dans une expression m = re.compile(ch),
ch est une chaine de caractères
et m est un objet (c'est à dire une zone mémoire réservée).
L'expression crée l'objet m de type Regular Expression Object à partir de la chaine de représentation ch.

Cette création est un TRAVAIL pour le programme, cela représente une charge pour lui, il doit y passer un certain temps.
Dans votre code, ce travail est répété à chaque ligne, inutilement puisque c'est pour recréer à chaque fois le même RegEx Object

L'intérêt de la fonction compile() est justement de créer une fois pour toutes dans un programme un RegEx Object qui sera réutilisé plusieurs fois sur des chaines différentes. Les fonctions match() et search() sont, elles, utilisées plutôt quand on ne fait qu'une ou deux fois une recherche de matching avec une expression régulière précise, de façon à ne pas laisser trainer dans la mémoire vive un objet RegEx qui n'aura servi qu'une fois et qui va encombrer sans reservir.

7 - Avec p1 = re.compile('Jean tue le (?P<text>[a-zA-Z0-9_]+)')
le groupe est a.group(1)

Avec p2 = re.compile('(?P<nombre>[0-9]+)')le groupe est aussi bien b.group() que b.group(1)
Vous pouvez éviter de faire numéroter pour rien par le programme un groupe qui n'est autre que l'expression régulière entière , en écrivant plus simplement
p2 = re.compile('?P<nombre>[0-9]+')

Vous pouvez aussi vous passer du nommage de goupe dans la mesure où il n'y a qu'un groupe dans chacune de vos expressions régulières.
p1 = re.compile('Jean tue le (a-zA-Z0-9_]+)')
p2 = re.compile('[0-9]+')
suffisent.

8 - Dans votre code, vous explorez votre fichier en faisant extraire des lignes par l'instruction for ligne in f.

Mais il est aussi possible de l'explorer dans sa forme native de chaine, c'est à dire de suite de caractères. Pour cela, il suffit de faire mettre le fichier dans une chaine ch par
ch = f.read()
puis d'utiliser les méthodes de chaine décrites ici:
http://www.python.org/doc/2.5.2/lib/...s.html#l2h-233
parmi lesquelles on trouve la méthode find() déjà citée mais aussi la méthode count() qui compte directement un mot dans une chaine:
x = ch.count('monstre')

Faisant ainsi, on n'impose par contre aucune condition sur le contexte de 'monstre'. Si vous voulez le rechercher au milieu de certains caractères l'entourant, alors il faut effectivement utiliser les regex.

Citation:

---

Envoyé par eyquem

[B][COLOR="orange"]Vous pouvez aussi vous passer du nommage de goupe

---

C'est une bonne pratique de donner des noms aux groupes, ça permet de mieux s'en sortir en cas de modification d'une regex.

Mesieurs, j'apprecis grandement vos reponses :)

Ca m'encourrage !

Jusqu'a present j'ai essaye les different codes propose, qui me donne soit des erreurs, soit des resultats que je n'arrive pas a interpreter... :roll:

Je vais passer un peut plus de temps a me relire et essayer de me corriger :)

en tous cas merci !

(Peut etre un point a preciser, j'utilise la version 3 de Python)

re Bonjour,

Voila ou j'en suis :
1) Pour afficher le nom de la "target" :
En utilisant le texte autour, j'arrive a isoler un mot, mais si c'est un nom compose, ca ne fonctionne pas.

2) Pour afficher le nom "Guzzlerobeer" :

Code:

---

1 2 3 4 5 6 7 8

def foo (fichier): z = open(fichier, 'r') mot = 0 for ligne in z: if ligne.find("Guzzlerobeer")>0: mot += 1 print (mot) z.close()

---

fonctione, mais me donne un cumul du nombre de fois qu'apparait le mot : GUZZLEROOBER dans le text.
exemple :
1
2
3
...

3) Le nombre de fois que le nom "Guzzlerobeer" apparait dans le texte :
En utilisant votre examples EYQUEM, je me rend compte qu'a la place que compter le nombre de fois que le mot apparait, la "Patern" comptabilise tous les chiffres du fichier texte.
Chose que vous expliquez dans votre commentaire.
J'ai jette un coup d'oeil a l'utilisation des Chaines, mais je crois que j'aurais besoin d'un exemple, qui fonctione avec la V3 de Python.

Voilou, si vous aviez d'autres indices SVP.

Ok, je me suis attarde sur les chaines (Search).
J'ai fait le code suivant :

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

import re   def foo (fichier): z = open(fichier, 'r') mot = None result = 0   for ligne in z: ligne = ligne[:-1] a = re.search('Guzzlerobeer',ligne) p2 = re.compile('You crush (?P<nombre>[0-9]+)') b = p2.search(ligne)   if a: Guzzlerobeer = a mot = Guzzlerobeer if b: str_nb = b.group('nombre') result = result + int(str_nb)     print ("Le mot recherche est : ", mot) print ("Le nombre de fois que ce mot apparait est : ", result) z.close()

---

Qui me donne :
Le mot recherche est : <_sre.SRE_Match object at 0x00B418A8>
...

Comment est ce que je transforme ce "Regex" en le mot voulu ?

re.search('Guzzlerobeer',ligne) renvoie un Match Object ou None
a = re.search('Guzzlerobeer',ligne) lui colle une étiquette a
Guzzlerobeer = a colle une deuxième étiquette sur l'objet repéré par a
mot = Guzzlerobeer colle un troisième étiquette sur l'objet déjà repéré par a et Guzzlerobeer

En Python les variables ne sont pas des cases que l'on remplit avec un objet, ce sont des étiquettes que l'on colle sur un objet. On parle de référencement d'objet.
En Python, un objet peut donc être référencé par plusieurs étiquettes.
C'est une notion très fondamentale.
http://www.biologeek.com/bonnes-prat...stuces-python/

Code:

---

1 2	Guzzlerobeer = a mot = Guzzlerobeer

---

n'ont pas un intérêt foudroyant puisque l'objet Match Object posséde déjà une étiquette a






Au moins un groupe est défini par une RE si il y a une paire de parenthèses dans la RE.
Si pas de parenthèses, pas de groupe appelable par group(1), group(2) etc...
Par contre group() , qui est par défaut group(0) , existe toujours et a pour valeur la chaîne matchante de la RE dans son entier, s'il y a matching.
Dans votre cas, la seule sous-chaîne recherchée par re.search('Guzzlerobeer',ligne)
est la chaîne 'Guzzlerobeer' .
S'il y a cette chaîne dans ligne, a est un Match Object dont on peut tirer la chaîne matchante, c'est à dire....'Guzzlerobeer', par a.group()
S'il n'y a pas cette chaîne dans ligne, a vaut None.
Ça revient a chercher si 'Guzzlerobeer' in ligne est True ou False, il n'y a pas besoin d'utiliser les regex pour cela.

Les regex servent à trouver dans une chaîne des sous-chaînes correspondant à un certain motif, ou a vérifier la conformité d'une chaîne par rapport à un motif. mais le motif doit posséder une certaine variabilité. Plus la variabilité est importante, plus les regex se justifient. Et inversement, si le motif est une chaine fixe, regex inutile.

Pour répondre précisément, vous devez écrire

Code:

---

print ("Le mot recherche est : ", a.group())

---

Faîtes l'essai de mettre mot.group() à la place, vous devriez être en mesure de comprendre l'erreur qui apparaït alors.

find() retourne -1 si elle ne trouve pas

C'est pratique pour écrire un test conditionnel:
si ch1 ne contient pas ch2 ---> ch1.find(ch2) + 1 vaut 0 donc vaut False
si ch1 contient ch2 ---> ch1.find(ch2) + 1 > 0 donc vaut True

Re bonjour :)

Eyquem, merci pour vos reponses,

J'ai essaye :

Code:

---

1 2 3 4 5 6 7 8 9

def foo (fichier): z = open(fichier, 'r')   for ligne in z: ligne = ligne[:-1] a = re.search('Guzzlerobeer',ligne)   print ("Le mot recherche est :", a.group())

---

Mais ca me renvois l'erreur suivante :
AttributeError: 'NoneType' object has no attribute 'group'

Du coup j'ai modifier le code de cette maniere et ca fonctionne :

Code:

---

1 2 3 4 5 6 7 8 9 10

for ligne in z: ligne = ligne[:-1] a = re.search('Guzzlerobeer',ligne)   if a: Guzzlerobeer = a     print ("Le mot recherche est :", Guzzlerobeer.group())

---

Maintenant, par rapport a la derniere question,
J'essaye d'isoler le nom de la "target" en entier.
Dans ce log, le nom complet est "Longhorn Krond the Unliving"
Mais ca peut aussi etre:
"an Orc"
"A greater Zombi"
Ou encore:
"Derakor the Vindicator"

Pour faire ma recherche, je pense utiliser la ligne:
[Mon Dec 01 22:53:57 2008] Longhorn Krond the Unliving's corpse falls.

J'ai fait le code suivant:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13

def foo (fichier): z = open(fichier, 'r') target = None   for ligne in z: ligne = ligne[:-1] b = re.findall('([a-zA-Z]+ [a-zA-Z]+ [a-zA-Z]+ [a-zA-Z]+)\'s corpse falls',ligne)   if b: target = b   print ("La target est :", target)

---

Qui fonctionne, mais seulement si le nom du monstre est compose de 4 mots...
De plus ca me met le nom entre des [ ].

Comment resoudre ces problemes SVP ? :)