Extraire les mots d'un texte comportant de la ponctuation Fermé

Question

Bonjour,

J'espère que vous allez bien j'ai un petit souci.

Voila l'énoncé de mon exercice:

Écrire une fonction words_by_length(fileName) qui prend en paramètre le nom, sous forme d’une chaîne de caractères, d’un fichier texte, et qui renvoie un dictionnaire associant à une longueur l la liste triée (dans l’ordre utf-8 croissant) des mots de longueur l présents dans le texte contenu dans le fichier. Ces mots seront écrits en minuscules.

Mon problème survient pour séparer les mots dans le fichier, j'écris ça :

a = contenu.lower().split(" ")

... je ne sais pas comment les séparer d'une manière correcte les mots contenant des apostrophes, par exemple : s'épandait , d'un... ni comment séparer les mots avec des virgules et des points. Voila le texte du fichier mis en exemple :

Et, sous ses pieds, les coups profonds, les coups obstinés des rivelaines continuaient. Les camarades étaient tous là, il les entendait le suivre à chaque enjambée. N'était-ce pas la Maheude, sous cette pièce de betteraves, l'échine cassée, dont le souffle montait si rauque, accompagné par le ronflement du ventilateur ? A gauche, à droite, plus loin, il croyait en reconnaître d'autres, sous les blés, les haies vives, les jeunes arbres. Maintenant, en plein ciel, le soleil d'avril rayonnait dans sa gloire, échauffant la terre qui enfantait. Du flanc nourricier jaillissait la vie, les bourgeons crevaient en feuilles vertes, les champs tressaillaient de la poussée des herbes. De toutes parts, des graines se gonflaient, s'allongeaient, gerçaient la plaine, travaillées d'un besoin de chaleur et de lumière. Un débordement de sève coulait avec des voix chuchotantes, le bruit des germes s'épandait en un grand baiser. Encore, encore, de plus en plus distinctement, comme s'ils se fussent rapprochés du sol, les camarades tapaient. Aux rayons enflammés de l'astre, par cette matinée de jeunesse, c'était de cette rumeur que la campagne était grosse. Des hommes poussaient, une armée noire, vengeresse, qui germait lentement dans les sillons, grandissant pour les récoltes du siècle futur, et dont la germination allait faire bientôt éclater la terre.

[Dal] · Accepted Answer

Salut okchf,

Tu dois recenser les différents caractères qui délimitent des mots.

Tu pourrais considérer l'apostrophe comme un de ces caractères, car "d'un" est la contraction de deux mots : de un.

Une fois que tu as fait ce recensement, tu peux utiliser, par exemple, re.split pour diviser une chaîne selon les caractères séparateurs identifiés.

https://docs.python.org/3/library/re.html#re.split

Un exemple :

import re
ligne = "Quand on est mort... écoutez ça... quand on est mort, c'est pour longtemps. (Emile Zola)"
for mot in re.split("[ ,.'()]+", ligne):
    print(mot)

"[ ,.'()]+" est une expression rationnelle qui signifie "un ou plusieurs caractère(s) parmi ceux entre les crochets".

donne :

$ python3 37726332.py
Quand
on
est
mort
écoutez
ça
quand
on
est
mort
c
est
pour
longtemps
Emile
Zola

Diablo76 · Answer

Salut,

Tu peux utiliser la méthode replace()

Ex:

a = contenu.replace(".", "")

remplacera tous les points par rien.

okchf · Answer

Bonjour, Merci énormément pour votre aide et votre effort c'est très gentil , j'espère que ca vous dérange pas de vous redemander quelque chose voila mon code pour cet exercice:

f = open(file)
contenu = f.readline()
a = contenu.lower()
s = {}
for mot in re.split("[-? ,.'()]+", a):
    if mot not in s :
        s.setdefault(len(mot),[]).append(mot)
print(s)

mon problème est la répétition des mots dans mon dictionnaire , j'ai essayé la méthode :

if mot not in s:

mais ca ne change rien . Merci en avance.

PierrotLeFou · Answer

L'énoncé dit:
"un dictionnaire associant à une longueur l la liste triée (dans l’ordre utf-8 croissant) des mots de longueur l"
Donc la clé est la longueur des mots. Pour chaque longueur, on a la "liste" des mots "triés"

On pourrait éviter les doublons en considérant la valeur comme un set et faire des add, puis reconvertir en liste à la fin avec sorted.

Extraire les mots d'un texte comportant de la ponctuation

4 réponses

Discussions similaires