Supprimer mots vides

Bonjour,

Quelqu'un a une idée SVP sur comment supprimer les mots vides dans une phrase, c'est à dire les mots n'ayant pas de signification ( et, de , que,...).

Merci à vous.

7 réponses

  • Votes
  • Date
  • Date décroissante
  1. "expression régulière"? Pourriez-vous m'éclaircir votre idée SVP?
    1. Modérateur
      Une expression régulière ou expression rationnelle (cf. Wikipedia est une manière de faire des recherches rapides grâce à une optimisation du traitement.

      Par exemple si tu as à tester les mots "aaa","aab","aba";"abb","baa","bab","bba","bbb" alors on peut on peut la représenter avec un arbre de la manière suivante :

                 /\
                /  \
               /    \
              /      \
             /        \
            /          \
           a            b
          / \          / \
         /   \        /   \
        a     b      a     b
       / \   / \    / \   / \
      a   b a   b  a   b a   b
      On peut alors se déplacer sur l'arbre pour savoir si un mot appartient à l'arbre ou non sans avoir à tester toute la liste des mots.
      Par exemple si on veut savoir si "abc" est dans l'arbre, il suffit de regarder le première caractère "a" et de se diriger sur la bonne de gauche, on élimine ainsi déjà la moitié des tests, en effet il sera inutile de tester "baa","bab","bba","bbb" alors que l'on sait que le mot commence par "a".
      De même avec le deuxième caractère, on élimine la moitié des restants : "aaa" et "aab" puisque le deuxième caractère est "b", il reste plus qu'à faire un seul test sur le "c" pour voir que "abc" n'est pas dans l'arbre.

      Le nombre de tests nécessaires à effectuer est donc égal au nombre de caractères de la chaîne à chercher. C'est donc moins coûteux que de chercher à comparer tous les mots possibles les uns après les autres.

      Remarque : la construction de l'arbre est une manière d'expliquer ce qui se passe, mais l'implémentation des expressions régulières utilisent plutôt la notion d'automates, pour permettre de traiter un plus grand nombre de cas possibles.

      Par exemple : cette expression régulière (simplifiée) permet de vérifier qu'une chaîne de caractères est une adresse email correcte ou non :
      [a-zA-Z][a-zA-Z0-9]*@[a-zA-Z][a-zA-Z0-9]*.[a-z]+
  2. Non, je ne vous contredis pas c'est juste que j'ai mal compris votre réponse et que je ne trouve toujours pas la solution à mon problème. Sinon, je vous remercie tous pour tous vos réponses surtout vous KX. Vous étiez vraiment très utile pour moi.
    1. La liste des mots vide est assez longue pour être un paramètre de la méthode replaceAll.
      1. Modérateur
        Relis ma réponse #3 et puis si tu veux absolument contredire toute l'aide que l'on te propose, que ce soit dans cette discussion ou dans les autres, et bien débrouilles toi tout seul !
    2. J'ai pu créer une liste de mots vide en français. Elle est donnée comme suit:
      elle
      il

      a
      afin
      ai
      ainsi
      ais
      ait
      alors
      après
      as
      assez
      au
      aucun
      aucune
      auprès
      auquel
      auquelles
      auquels
      auraient
      aurais
      aurait
      aurez
      auriez
      aurions
      aurons
      auront
      aussi
      aussitôt
      autre
      autres
      aux
      avaient
      avais
      avait
      avant
      avec
      avez
      aviez
      avoir
      avons
      ayant
      beaucoup
      c'
      car
      ce
      ceci
      cela
      celle
      celles
      celui
      cependant
      certes
      ces
      cet
      cette
      ceux
      chacun
      chacune
      chaque
      chez
      cinq
      comme
      d'
      d'abord
      dans
      de
      dehors
      delà
      depuis
      des
      dessous
      dessus
      deux
      deça
      dix
      doit
      donc
      dont
      du
      durant
      dès
      déjà
      elle
      elles
      en
      encore
      enfin
      entre
      er
      est
      est-ce
      et
      etc
      eu
      eurent
      eut
      faut
      fur
      hormis
      hors
      huit
      il
      ils
      j'
      je
      jusqu'
      l'
      la
      laquelle
      le
      lequel
      les
      lesquels
      leur
      leurs
      lors
      lorsque
      lui
      là
      m'
      mais
      malgré
      me
      melle
      mes
      mm
      mme
      moi
      moins
      mon
      mr
      même
      mêmes
      n'
      neuf
      ni
      non-
      nos
      notamment
      notre
      nous
      néanmoins
      nôtres
      on
      ont
      ou
      où
      par
      parce
      parfois
      parmi
      partout
      pas
      pendant
      peu
      peut
      peut-être
      plus
      plutôt
      pour
      pourquoi
      près
      puisqu'
      puisque
      qu'
      quand
      quant
      quatre
      que
      quel
      quelle
      quelles
      quelqu'
      quelque
      quelquefois
      quelques
      quels
      qui
      quoi
      quot
      s'
      sa
      sans
      se
      sept
      sera
      serai
      seraient
      serais
      serait
      seras
      serez
      seriez
      serions
      serons
      seront
      ses
      si
      sien
      siennes
      siens
      sitôt
      six
      soi
      sommes
      son
      sont
      sous
      souvent
      suis
      sur
      t'
      toi
      ton
      toujours
      tous
      tout
      toutefois
      toutes
      troiw
      tu
      un
      une
      unes
      uns
      voici
      voilà
      vos
      votre
      vous
      vôtres
      y
      à
      ème
      étaient
      étais
      était
      étant
      étiez
      étions
      êtes
      être
      afin
      ainsi
      alors
      après
      aucun
      aucune
      auprès
      auquel
      aussi
      autant
      aux
      avec
      car
      ceci
      cela
      celle
      celles
      celui
      cependant
      ces
      cet
      cette
      ceux
      chacun
      chacune
      chaque
      chez
      comme
      comment
      dans
      des
      donc
      donné
      dont
      duquel
      dès
      déjà
      elle
      elles
      encore
      entre
      étant
      etc
      été
      eux
      furent
      grâce
      hors
      ici
      ils
      jusqu
      les
      leur
      leurs
      lors
      lui
      mais
      malgré
      mes
      mien
      mienne
      miennes
      miens
      moins
      moment
      mon
      même
      mêmes
      non
      nos
      notre
      notres
      nous
      notre
      oui
      par
      parce
      parmi
      plus
      pour
      près
      puis
      puisque
      quand
      quant
      que
      quel
      quelle
      quelque
      quelqu'un
      quelques
      quels
      qui
      quoi
      sans
      sauf
      selon
      ses
      sien
      sienne
      siennes
      siens
      soi
      soit
      sont
      sous
      suis
      sur
      tandis
      tant
      tes
      tienne
      tiennes
      tiens
      toi
      ton
      tous
      tout
      toute
      toutes
      trop
      très
      une
      vos
      votre
      vous
      étaient
      était
      étant
      être

      Pour éliminer ces mots vides, je dois parcourir ma requête (étant déjà décomposée en mots) et comparer chaque mot composant la requête à tout les mots vide de la liste. Si il existe, on le supprime. Ma question est comment je vais programmé cette liste en Java.

      Merci à vous.
      1. Modérateur
        J'ai déjà répondu à cette question, le plus efficace c'est de faire une expression régulière en mettant des "|" entre chaque mot, puis faire un replaceAll, c'est plus rapide que "comparer chaque mot composant la requête à tout les mots vide de la liste. "
    3. Il n'y a pas un moyen d'avoir une liste de mots vides en français toute prête?
      1. Oui je connais cette méthode mais les mots vides c'est tout un dictionnaire! (Il y'a aussi les pronoms, les déterminants, en, ...) Je vais pas m'amuser à lister ces mots dans la méthode replaceAll, je ne pense pas que c'est la meilleure façon de faire.
        1. Modérateur
          Détrompes toi, la chaîne de caractères utilisée pour la méthode replaceAll est ensuite décomposée pour former une expression régulière ce qui rend la méthode extremement efficace pour ce genre de traitements. Bien meilleur que si tu parcourais un à un chaque déterminant pour le comparer à ton dictionnaire.
          En plus ton dictionnaire ne change probablement jamais donc tu peux construire une fois pour toute (au début du programme) la chaîne de caractères, et ensuite l'utiliser. C'est là la meilleure méthode mais bien sûr je ne dis pas de taper à la main cette liste de mots vides ce qui serait effectivement idiot...
      2. Modérateur
        phrase.replaceAll("et|de|que|...","");
        La confiance n'exclut pas le contrôle