Substitution en Perl

Salut,

et moi, je ne comprends pas ta question ;-)

moi j narive a entrer le master code

ok ok
en tout cas merci pour ton aide et désolé de t'avoir embété pour "rien"
je comprends pas comment ca se fait que ca marche pas mais là j'en peux plus

Soit plus optimiste et Regarde tes Messages Privés :-)

c'est quoi les balises code

Tu peux selectionner le texte à mettre entre les balises code et faire un clic sur le bouton Code

sinon tu peux écrire le texte à mettre entre les balises code (en général on mets le code d'un programme, script, etc. ou pour afficher une commande shell)
<code>
ici c'est le texte que sera afficher en style code
</code>

Tu as aussi à ta disposition pour mettre le texte en gras ou souligne ou italic.

bon alors maintenant je comprends plus rien
car maintenant quand j'enlève un print ilme dit erreur je sais pas quoi entrée sortie directory un truc ds ce genre
bon ca me gave trop j'abandonne je sais pas comment je vais faire mais bon
merci en tout cas

c'est quoi les balises code
et oui je t'ai dit je suis très nulle

salut,

declare la variable à l'extérieur de bloc if

my $corps;
if ($t=~/<body[^>]*>(.*)<\/body>/s){
  $corps=$1;
#print "corps = $corps\n\n" ;
}
print "$corps"; 

je viens de découvrir un nouveau truc en fait c'est là :

if ($t=~/<body[^>]*>(.*)<\/body>/s){
my $corps=$1;
#print "corps = $corps\n\n" ;
}

print "$corps";

le premier print "corps" fonctionne
mais le second ne fonctionne plus
est ce normal???

j'en peux plus de ce truc ca me rend taré

j'avais déjà ca
ca marche toujours pas
en fait $res est vide ...

au lieu de

$res =~ s/b$_\b//g for @listemotsvides;

mets

$res =~ s/\b$_\b//g for @listemotsvides; 

bon je pige pas
le corps n'est pas vide
enfin j'ai changé avec ton truc donc ca ca marche
mais en fait ma fonction vide me supprime tous les mots du texte donc c'est pas super pratique
ca me rend tarée !!!

Salut,

if ($t=~/<body[^>]*>(.*?)<\/body>/){
my $corps=$1;
#print "corps = $corps\n\n" ;
} 

je vois que tu as testé avec un print et il me semble que $corps est vide, n'est-ce pas?

essaie comme ça

if ($t=~/<body[^>]*>(.*)<\/body>/s){
my $corps=$1;
#print "corps = $corps\n\n" ;
} 

le métacaractères point . ne reconnaît pas le caractère fin de ligne \n donc il faut utiliser le modificateur de regex /s pour permettre que . reconnaisses \n

et pourquoi utilises-tu *? (quantificateur paresseux) ?
si tu veux que $t contiennes tous ce qui est compris entre <body> et </body> alors utilise .* (quantificateur gurmand)

me revoilà
je ne sais pas si tu as pu regarder ou pas
mais si tu as pu se serait vraiment top !!

alors au début on a utilisé des tableaux car on savait pas utiliser les fichiers directement
et le slurp je connais pas
je sens que tu vas te marrer en lisant le code car c'est plein de bétises

while(@t=<texte>){
chomp(@t) ;
$t=join('',@t) ;

un chomp on le fait sur un scalaire pas un tableau
sur un tableau on a pop,push,shift,unshift

Et pourquoi sauvegarde le fichier dans un tableau?

Tu peux utiliser tout simplement la variable spécial $/ (mode slurp) pour que la variable $t avale le fichier entier

local $/;
$t=<texte>; # $t contient le fichier entier

https://www.cjoint.com/?cunyetu08k

voila le lien
bon bah ok je te laisse regarder ca mais sache qu'on est pas super douée en programmation dans ma classe et moi en particulier donc peut etre qu'il y a plein de fautes
là je dois partir bosser je reviens vers 18h 18h30
a plus et merci

Tu as copié ton script entier?
tu peux joindre ton script sur cjoint.com et coller ici l'adresse de lien obtenu.

je vais voir ça à la maison en tranquillité

par exemple
#La fonction caracteres permet de remplacer tous les caractères sépciaux par des blancs ou par les lettres
#correspondant a ces caractères

et ici tu mets une liste entière quand une seule regex peu faire l'affaire

par exemple tous les caractères spéciaux (voir la table ASCII étendue) de C majuscules avec cédille Ç ( ascii 128, hexa 80) jusqu'à (ascii 255, hexa FF) on peut écrire

$t =~ s/[x80-xFF]//g;

au lieu de tous le listing que tu as utilisé.
Donc j'utilise une classe de caractères

bon alors j'ai fait ca :

#!/usr/local/bin/perl
#
my $corps = q{bonjour à tous,
je suis en plein projet pour l'école et je programme en perl
j'ai un soucis au niveau d'une substitution
je vous explique
je récupère un texte dans une variable $corps
j'ai une liste de mots dans @listemotsvides
et je dois supprimer les mots de la liste dans le texte
j'ai donc fait ca};

sub vide{
my $res=shift;
open F_MOTS, "motsvides2.txt" or die "E/S : $!\n";

my @listemotsvides;

push @listemotsvides,$_ while(<F_MOTS>);
map { chomp } @listemotsvides;
$res =~ s/\b$_\b//g for @listemotsvides;
print "$res\n";
close (F_MOTS);
}

vide($corps);
__END__

et j'obtiens ca un truc qui a l'air de fonctionner mais je peux pas le copier ici

alors comment ca se fait que ca marche pas dans mon programme?

je veux bien te coller mon programme mais il est long :

#pour exécuter ce fichier :
# perl executv13.pl Docs posting.txt index.txt ../CODESQL/insertion.sql ../CODESQL/tfidf.sql ../CODESQL/insert.sql ../CODESQL/rappel.sql

#!/usr/local/bin/perl

#on lit d'abord le fichier des mots vides

#ensuite on fait les traitements sur les textes
#on ouvre le répertoire
$D=$ARGV[0];
opendir(D,$ARGV[0]);
@docs=readdir(D);
#on enlève de la liste des documents les . et ..
shift(@docs);
shift(@docs);

#tablo est le tableau des fréquences de chaque terme pour un document donné.
#tablo2 correspond au nombre de documents où apparait un terme d'indexation de la collection.
%tablo1=();
%tablo2=();
%tablo3=();
%tablo4=();
$ins=0;
$u=0;

#on ouvre en écriture le fichier posting
open(posting,">$ARGV[1]");
open(insertion,">$ARGV[3]");
foreach $fichier(@docs){
#on ouvre en lecture le fichier du répertoire Docs
$num=0;
open(texte,$ARGV[0]."/$fichier") or die"pb";
%tablo=();
while(@t=<texte>){
chomp(@t) ;
$t=join('',@t) ;
#on met tout en minuscules
$t=~tr/A-Z/a-z/;
accent($t);
caracteres($t);

if ($t=~/<meta name="Author" +content="([^"]*)">/){
$auteur=$1;
$auteur=~ s/,/ /g;
#print "auteur = $auteur\n\n" ;
$auteur=~ s/'/ /g;
}

if ($t=~/<address>([^<]*)<\/address>/){
$URL=$1;
#print "URL = $URL\n\n" ;
}

if ($t=~/<title>([^<]*)<\/title>/){
$titre=$1;
$titre=~ s/'/ /g;
#print "titre = $titre\n\n" ;
}

if ($t=~/<body[^>]*>(.*?)<\/body>/){
my $corps=$1;
#print "corps = $corps\n\n" ;
}

if ($auteur ne ""){
$longueur=@tablo1;
#print "$auteur\n";
while ($tablo1[$num] ne $auteur && $num<$longueur){
$num=$num+1;
#print "le num est $num\n";
}
if ($num!=$longueur){
$num=$num+1;
print insertion ("INSERT INTO Documents VALUES ('$fichier','$titre','$URL',1);\n
INSERT INTO DocAuteurs VALUES ('$fichier',$num);\n");
}else{
$tablo1[$num]=$auteur;
$num=$num+1;
print insertion ("INSERT INTO Documents VALUES ('$fichier','$titre','$URL',1);\n
INSERT INTO Auteurs VALUES ($num,'$auteur');\n
INSERT INTO DocAuteurs VALUES ('$fichier',$num);\n");

}}else{
print insertion ("INSERT INTO Documents VALUES ('$fichier','$titre','$URL',1);\n");
}
#print ("@tablo1\n");
#print insertion ("insert into Documents(Titre, URL, Id_collec) values ($titre, $URL, 1);\n
#insert into Auteurs(Nom) values ($auteur);\n");

balises($corps);
separateur($corps);
vide($corps);

#on met les termes d'indexation dans une liste
@liste=split(", ",$corps);
#print(@liste);
shift(@liste);

#on calcule les fréquence de chaque terme
foreach $element(@liste){
$tablo{substr($element,0,7)}+=1;
}
}

foreach $cle(keys(%tablo)){
#on remplit le fichier posting
if($tablo{$cle}<($u*0.67) && length($cle)>3){
print posting ("$cle \t $fichier \t $tablo{$cle}\n");
}
$tablo3[$i]=$fichier;
if($tablo3[$i-1] ne $tablo3[$i]) {
$u=$u+1;}
$i=$i+1;

#on crée le tableau qui nous permettra d'afficher l'index
if($tablo{$cle}>0 && $cle ne ""){
$tablo2{$cle}+=1;
}
}
}
close(posting);
close (insertion);

#on crée notre fichier index
open(ind,">$ARGV[2]");
foreach $cle(keys(%tablo2)){
if($tablo2{$cle}<($u*0.67) && length($cle)>3){
print ind ("$cle \t $tablo2{$cle}\n");}
}
close (texte);
close (ind);

open(posting,"posting.txt");
my @contenu=<posting>;
#On récupère tout le contenu du fichier posting dans la liste contenu
close(posting);

open(tfidf,">$ARGV[4]");
foreach (@contenu){
my @datas= split(/\t/, $_);
#On sépare les colonnes du fichier posting que l'on entre dans datas
$datas[0]=~s/ //g;
#On supprime les espaces de la première colonne du fichier posting
$datas[2]=~s/\n//g;
$datas[1]=~s/ //g;
#On supprime les retours à la ligne de la troisième colonne du fichier posting
$div=$u/$tablo2{$datas[0]};
$log=log($div);
$tfidf=$datas[2]*$log;
#On calcule grâce aux données que nous avons récupérées le tf*idf
$k=$k+1;
print tfidf ("INSERT INTO Termes (Nterme,Terme) VALUES ($k,'$datas[0]'); \n
INSERT INTO IndexDoc(Nterme,Ndoc,freq,poids) VALUES ($k,'$datas[1]',$datas[2],$tfidf);\n");

#On insère dans un fichier tfidf les commandes nécessaires aux insertions dans la table Termes
#et dans la table Temp qui nous sert d'intermédiaire pour les insertions dans la table IndexDoc
}
close(tfidf);

open(insert,">$ARGV[5]");
print insert ("INSERT INTO CollecDoc (Id_collec,Theme,Nb_doc) VALUES (1,'Maladies génétiques',$u);\n ");
#On insère dans la table CollecDoc les informations sur notre collection de documents
close(insert);

open(rappel,">$ARGV[6]");
$m=0;
while($m<1)
{print rappel ("INSERT INTO RepriseFixe (point) VALUES ($m);\n");
$m=$m+0.1;
#On insère dans la table RepriseFixe les points de reprise
}
close(rappel);

sub separateur{
$corps=shift;
#La fonction separateur permet de remplacer tous les séparateurs du corps des documents par des virgules
$corps=~s/<!--/, /g;
$corps=~s/ /, /g;
$corps=~s/«/, /g;
$corps=~s/»/, /g;
$corps=~s/%/, /g;
#$corps=~s/ /, /g;
$corps=~s/,/, /g;
$corps=~s/\./, /g;
$corps=~s/;/, /g;
$corps=~s/:/, /g;
$corps=~s/!/, /g;
$corps=~s/\?/, /g;
$corps=~s/\(/, /g;
$corps=~s/\)/, /g;
$corps=~s/\[/, /g;
$corps=~s/\]/, /g;
$corps=~s/\$/, /g;
$corps=~s/\+/, /g;
$corps=~s/\*/, /g;
#$corps=~s/-/, /g;
$corps=~s/\n/, /g;
$corps=~s/\t/, /g;
$corps=~s/\r/, /g;
$corps=~s/\//, /g;
$corps=~s/"/, /g;
$corps=~s/\^/, /;
$corps=~s/\'/, /g;
$corps=~s/=/, /g;
$corps=~s/#/, /g;
$corps=~s/-/, /g;
$corps=~s/</, /g;
$corps=~s/>/, /g;
$corps=~s/’/, /g;
$corps=~s/{/, /g;
$corps=~s/}/, /g;
$corps=~s/\|/, /g;
$corps=~s/ – /, /g;
#pour supprimer les vides
$corps=~s/(, )[, ]+/$1/g;
}

sub accent{
$t=shift;
#La fonction accent permet de remplacer les lettres à accents par ces mêmes lettres sans accents
$t=~s/é/e/g;
$t=~s/è/e/g;
$t=~s/ê/e/g;
$t=~s/ë/e/g;
$t=~s/ô/o/g;
$t=~s/à/a/g;
$t=~s/î/i/g;
$t=~s/ï/i/g;
$t=~s/û/u/g;
$t=~s/ù/u/g;

$t=~s/â/a/g;
$t=~s/ê/e/g;
$t=~s/ô/o/g;
$t=~s/ç/c/g;

$t=~s/É/e/g;
$t=~s/È/e/g;
$t=~s/À/a/g;
$t=~s/Ù/u/g;

$t=~s/Á/a/g;
$t=~s/Ã/a/g;
$t=~s/å/a/g;
$t=~s/Â/a/g;
$t=~s/Ä/a/g;
$t=~s/à/a/g;
$t=~s/À/a/g;
$t=~s/á/a/g;
$t=~s/ã/a/g;
$t=~s/Å/a/g;
$t=~s/â/a/g;
$t=~s/ä/a/g;
$t=~s/Ã/a/g;
$t=~s/Ã/a/g;
$t=~s/Â/a/g;

$t=~s/É/e/g;
$t=~s/é/e/g;
$t=~s/Ê/e/g;
$t=~s/ê/e/g;
$t=~s/È/e/g;
$t=~s/è/e/g;
$t=~s/Ë/e/g;
$t=~s/ë/e/g;
$t=~s/a¨/e/g;
$t=~s/a©/e/g;
$t=~s/é/e/g;
$t=~s/è/e/g;
$t=~s/aª/e/g;
$t=~s/è/e/g;
$t=~s/É/e/g;
$t=~s/É/e/g;
$t=~s/a‰/e/g;

$t=~s/Í/i/g;
$t=~s/í/i/g;
$t=~s/Î/i/g;
$t=~s/î/i/g;
$t=~s/Ì/i/g;
$t=~s/ì/i/g;
$t=~s/Ï/i/g;
$t=~s/ï/i/g;
$t=~s/ï/i/g;
$t=~s/a¯/i/g;

$t=~s/Ñ/n/g;
$t=~s/ñ/n/g;

$t=~s/Ó/o/g;
$t=~s/ó/o/g;
$t=~s/Ô/o/g;
$t=~s/ô/o/g;
$t=~s/Ò/o/g;
$t=~s/ò/o/g;
$t=~s/Ö/o/g;
$t=~s/ö/o/g;
$t=~s/Õ/o/g;
$t=~s/õ/o/g;
$t=~s/ô/o/g;
$t=~s/a´/o/g;

$t=~s/Ú/u/g;
$t=~s/ú/u/g;
$t=~s/Û/u/g;
$t=~s/û/u/g;
$t=~s/Ù/u/g;
$t=~s/ù/u/g;
$t=~s/Ü/u/g;
$t=~s/ü/u/g;

$t=~s/Ý/y/g;
$t=~s/ý/y/g;
$t=~s/ÿ/y/g;

$t=~s/é/e/g;
$t=~s/aˆ/e/g;
}

sub caracteres{
$t=shift;
#La fonction caracteres permet de remplacer tous les caractères sépciaux par des blancs ou par les lettres
#correspondant a ces caractères
$t=~s/[0-9]*//g;
$t=~s/&//g;
$t=~s/ [a-z] //g;
$t=~s/α/ /g;
$t=~s/oa¹/ /g;
$t=~s/β/ /g;
$t=~s/~/ /g;
$t=~s/a§/ /g;
$t=~s/a®/ /g;
$t=~s/a±/ /g;
$t=~s/oeœu/oeu/g;
$t=~s/oe“/oeu/g;
$t=~s/e“u/eu/g;
$t=~s/40a€¦/ /g;
$t=~s/sβaˆ / /g;
$t=~s/aˆ†f/ /g;
$t=~s/©/ /g;
$t=~s/@/ /g;
$t=~s/Ø/ /g;
$t=~s/ß/ /g;
$t=~s/&nbsp//g;
$t=~s/«Â//g;
$t=~s/’//g;
$t=~s/</ /g;
$t=~s/>/ /g;
$t=~s/&/ /g;
$t=~s/"/ /g;
$t=~s/Æ/ae/g;
$t=~s/æ/ae/g;
$t=~s/©/ /g;
$t=~s/Ç/c/g;
$t=~s/ç/c/g;
$t=~s/ç/c/g;
$t=~s/Ð/ /g;
$t=~s/°/ /g;
$t=~s/_/ /g;

$t=~s/ð/ /g;
$t=~s/Ø/ /g;
$t=~s/ø/ /g;
$t=~s/Þ/ /g;
$t=~s/þ/ /g;
$t=~s/ß/ /g;
$t=~s/a\|/ /g;
$t=~s/a¢/ /g;
$t=~s/a°/ /g;
$t=~s/aµ/ /g;
$t=~s/a //g;

$t=~s/…/oe/g;
$t=~s/Å/oe/g;
$t=~s/’/ /g;
$t=~s/œ/ /g;
$t=~s/¡/ /g;
$t=~s/¢/ /g;
$t=~s/£/ /g;
$t=~s/¤/ /g;
$t=~s/¥/ /g;
$t=~s/¦/ /g;
$t=~s/§/ /g;
$t=~s/¨/ /g;
$t=~s/©/ /g;
$t=~s/ª/ /g;
$t=~s/«/ /g;
$t=~s/¬/ /g;
$t=~s/­/ /g;
$t=~s/®/ /g;
$t=~s/¯/ /g;
$t=~s/°/ /g;
$t=~s/±/ /g;
$t=~s/²/ /g;
$t=~s/³/ /g;
$t=~s/´/ /g;
$t=~s/µ/ /g;
$t=~s/¶/ /g;
$t=~s/·/ /g;
$t=~s/¸/ /g;
$t=~s/¹/ /g;
$t=~s/º/ /g;
$t=~s/»/ /g;
$t=~s/¼/ /g;
$t=~s/½/ /g;
$t=~s/¾/ /g;
$t=~s/¿/ /g;
$t=~s/×/ /g;
$t=~s/Þ/ /g;
$t=~s/÷/ /g;
$t=~s/’/ /g;

# Autres caractères spéciaux :
$t=~s/°/ /g;
$t=~s/°/°/g;
$t=~s/a€™/ /g;
$t=~s/©/ /g;}

sub vide{
my $res=shift;
open(texte2,"<motsvides2.txt") or die"pb";

my @listemotsvides;

push @listemotsvides,$_ while(<texte2>);

map { chomp } @listemotsvides;
#print "@listemotsvides";
$res =~ s/b$_\b//g for @listemotsvides;
print "$res\n";
close (texte2);
}

sub balises{
$corps=shift;
#La fonction balises permet de supprimer toutes les balises
$corps=~s/<h1>/ /g;
$corps=~s/<select([^<]*)>/ /g;
$corps=~s/<!--([^<]*)-->/ /g;
$corps=~s/<map([^<]*)>/ /g;
$corps=~s/<area([^<]*)>/ /g;
$corps=~s/<a ([^<]*)>/ /g;
$corps=~s/<span([^<]*)>/ /g;
$corps=~s/<cr([^<]*)>/ /g;
$corps=~s/<title([^<]*)>/ /g;
$corps=~s/<html([^<]*)>/ /g;
$corps=~s/<head([^<]*)>/ /g;
$corps=~s/<body([^<]*)>/ /g;
$corps=~s/<meta([^<]*)>/ /g;
$corps=~s/<link([^<]*)>/ /g;
$corps=~s/<div([^<]*)>/ /g;
$corps=~s/<p([^<]*)>/ /g;
$corps=~s/<basefont([^<]*)>/ /g;
$corps=~s/<font([^<]*)>/ /g;
$corps=~s/<em([^<]*)>/ /g;
$corps=~s/<strong([^<]*)>/ /g;
$corps=~s/<code([^<]*)>/ /g;
$corps=~s/<kbd([^<]*)>/ /g;
$corps=~s/<var([^<]*)>/ /g;
$corps=~s/<address([^<]*)>/ /g;
$corps=~s/<blockquote([^<]*)>/ /g;
$corps=~s/<blink([^<]*)>/ /g;
$corps=~s/<strike([^<]*)>/ /g;
$corps=~s/<script([^<]*)>/ /g;
$corps=~s/<listing([^<]*)>/ /g;
$corps=~s/<big([^<]*)>/ /g;
$corps=~s/<small([^<]*)>/ /g;
$corps=~s/<sup([^<]*)>/ /g;
$corps=~s/<sub([^<]*)>/ /g;
$corps=~s/<i([^<]*)>/ /g;
$corps=~s/<b([^<]*)>/ /g;
$corps=~s/<tt([^<]*)>/ /g;
$corps=~s/<u([^<]*)>/ /g;
$corps=~s/<br([^<]*)>/ /g;
$corps=~s/<nobr([^<]*)>/ /g;
$corps=~s/<wbr([^<]*)>/ /g;
$corps=~s/<center([^<]*)>/ /g;
$corps=~s/<ul([^<]*)>/ /g;
$corps=~s/<li([^<]*)>/ /g;
$corps=~s/<ol([^<]*)>/ /g;
$corps=~s/<menu([^<]*)>/ /g;
$corps=~s/<pre([^<]*)>/ /g;
$corps=~s/<hr([^<]*)>/ /g;
$corps=~s/<a name([^<]*)>/ /g;
$corps=~s/<a href([^<]*)>/ /g;
$corps=~s/<img([^<]*)>/ /g;
$corps=~s/<table([^<]*)>/ /g;
$corps=~s/<caption([^<]*)>/ /g;
$corps=~s/<tr([^<]*)>/ /g;
$corps=~s/<th([^<]*)>/ /g;
$corps=~s/<td([^<]*)>/ /g;

$corps=~s/<\/([^<]*)>/ /g;
}

Je ne comprends pas.

je suppose que tu as ajouté le bout de code dans ton script et il ne fonctionne pas.

comme je te l'ai déjà dit, exécute seulement le bout de conde que je t'ai donnée en oubliant ce que tu as

et fait comme moi, affiche ici ce que tu exécute (ET UTILISE LES BALISES CODE)

tu peux afficher ton script.
N'aie pas peur, je ne vais pas voler ton travail :-) j'ai d'autre chose à faire
Si tu veux que je t'aide, alors aide moi ;-)