Skip to content

M
mooc-rr
Commit 8a8363da authored by 7404ea6678ce6fbf3a726e36f2bf2079's avatar 7404ea6678ce6fbf3a726e36f2bf2079
Browse files
Options

Beginning of main parsing function implementation

parent e53920cd
Show whitespace changes
Inline Side-by-side
Showing with 138 additions and 1 deletion
module3/exo3/exercice_fr.ipynb
View file @ 8a8363da
......@@ -238,6 +238,15 @@
"# de la stocker dans un dictionnaire en parcourant ligne par ligne\n",
"# un fichier texte passé en entrée.\n",
"def fill_perso_dict(fileToAnalyse, emptyPersoDict):\n",
" \"\"\"\n",
" Fonction remplissant un dictionnaire d'entrée avec la liste\n",
" des personnages de la pièce de théâtre lue dans le fichier\n",
" passé en entrée.\n",
" \n",
" :param fileToAnalyse: pointeur obtenu par ouverture d'un fichier\n",
" :param emptyPersoDict: dictionnaire à remplir par la fonction\n",
" :return: aucun retour\n",
" \"\"\"\n",
" currentLine = fileToAnalyse.readline()\n",
" isStartPersoListLine = False\n",
" while (currentLine and not isStartPersoListLine):\n",
......@@ -308,7 +317,130 @@
"execution_count": null,
"metadata": {},
"outputs": [],
"source": []
"source": [
"# Fonction qui permet d'extraire la liste des personnages\n",
"# de la stocker dans un dictionnaire en parcourant ligne par ligne\n",
"# un fichier texte passé en entrée.\n",
"def generate_text_synthesis_data_table(fileToAnalyse, persoDict, emptyAnalysisDict):\n",
" \"\"\"\n",
" Fonction principale d'analyse du texte générant un dataframe pandas\n",
" de synthèse des informations permettant l'analyse globale.\n",
" \n",
" :param fileToAnalyse: pointeur obtenu par ouverture d'un fichier\n",
" :param persoDict: dictionnaire donnant la liste des personnages de la pièce\n",
" :param emptyAnalysisDict: dictionnaire à remplir par la fonction\n",
" :return: dataframe pandas dont le template est donné par le dictionnaire\n",
" \"\"\"\n",
" currentLine = fileToAnalyse.readline()\n",
" # Variable pour enregistrer le numéro de l'acte courant\n",
" actNum = 0\n",
" # Variable pour enregistrer le numéro de la scène courante\n",
" sceneNum = 0\n",
" # Variable indiquant si la ligne précédente déclare une scène\n",
" previousLineIsScene = False\n",
" \n",
" # Boucle principale de parcours du fichier texte\n",
" while (currentLine):\n",
" if currentLine.startswith('##'):\n",
" # Déclaration d'un acte de la pièce\n",
" # On incrémente le numéro d'acte\n",
" actNum += 1\n",
" # On remet à zéro le numéro de la scène\n",
" sceneNum = 0\n",
" elif currentLine.startswith('###'):\n",
" # Déclaration d'une scène de la pièce\n",
" # On incrémente le numéro de scène\n",
" sceneNum += 1\n",
" previousLineIsScene = True\n",
" scenePersoList = []\n",
" else:\n",
" # La ligne courante est une ligne autre,\n",
" # comme on a pu le voir dans l'exemple un peu plus haut\n",
" # elle peut être:\n",
" # - vide\n",
" # - une déclaration des personnages de la scène\n",
" # - une identification de l'auteur de la réplique qui va suivre\n",
" # - une ligne composant une réplique\n",
" if not previousLineIsScene:\n",
" pass\n",
" else:\n",
" # La ligne courante présente forcément les personnages de la scène\n",
" # car c'est la ligne qui suit la déclaration de scène.\n",
" # On peut donc récupérer réduire l'analyse du texte à ces seuls\n",
" # protagonistes.\n",
" # Boucle sur les clés du dictionnaire de personnage\n",
" # qui sont leur nom.\n",
" for namePerso in persoDict:\n",
" # On vérifie si namePerso fait partie des protagonistes\n",
" m = re.search(namePerso, currentLine)\n",
" if m is not None:\n",
" # Le résultat de la recherche n'est pas vide,\n",
" # le personnage fait partie des protagonistes\n",
" # on l'ajoute à la liste des personnages de la scène\n",
" scenePersoList.append(m.group(0))\n",
" previousLineIsScene = False\n",
" \n",
" \n",
" currentLine = fileToAnalyse.readline()\n",
"\n",
" \"\"\" \n",
" # La lecture s'est arrêtée car la ligne de début de définition de la liste des personnages a été rencontrée.\n",
" # Nous avons néanmoins lu la ligne suivante qui est obligatoirement un personnage.\n",
" # Nous devons maintenant lire ligne par ligne, la liste des personnages au format suivant:\n",
" # \"- NomPersonnage, lien, lien, ...\"\n",
" # Ainsi dès que la ligne ne commence plus par un tiret nous pouvons arrêter la lecture et le remplissage\n",
" # du dictionnaire.\n",
" isAPersoLine = True\n",
" # On extrait la chaîne de caractères qui nous intéresse\n",
" m = re.search('(?<=\\s–\\s)[A-ZÀ-Ÿ]{1}[a-zA-ZÀ-ÿ\\s,\\']+', persoLineExample)\n",
" extractedString = m.group(0)\n",
" while (currentLine and isAPersoLine):\n",
" # Traitement de la ligne courante qui est obligatoirement\n",
" # une ligne listant un personnage de la pièce.\n",
" # Comme le montre l'exemple au-dessus, le nom ainsi que\n",
" # les différents types de liens sont séparés par une virgule.\n",
" parts = extractedString.split(',')\n",
" # La ligne au-dessus crée une liste dont chaque élément\n",
" # est séparé par des virgules\n",
" # typiquement \"tata, titi, toto\".split(',') --> ['tata', ' titi', ' toto']\n",
" # Création d'un dictionnaire vide temporaire pour enregistrer les liens\n",
" # ainsi que la couleur à paramétrer\n",
" persoCaracs = {\"links\":[],\"color\":None}\n",
" # Le premier élément donne le nom du personnage, indice 0 de la liste\n",
" # Les éléments suivants donnent les liens avec les autres personnages\n",
" # On parcours le reste de ces derniers\n",
" for elt in parts[1:]:\n",
" # En regardant cette partie dans le fichier,\n",
" # on voit que soit les parties commencent\n",
" # par un espace et une lettre,\n",
" # soit un espace et un \"et\" que l'on ne\n",
" # souhaite pas capturer\n",
" # On vérifie si l'élément commence par \" et \" ou non\n",
" if elt.startswith(\" et \"):\n",
" # L'élément commence bien par \" et \"\n",
" # on enlève cette partie\n",
" currentLink = elt[4:]\n",
" else:\n",
" # Ce n'est pas le cas, on enlève juste\n",
" # l'espace\n",
" currentLink = elt[1:]\n",
" persoCaracs[\"links\"].append(currentLink)\n",
" # Fin de la boucle for\n",
" \n",
" # On enregistre le dictionnaire temporaire des caractéristiques\n",
" # du personnage courant rempli, dans le dictionnaire\n",
" # global des personnages\n",
" emptyPersoDict[parts[0]] = persoCaracs\n",
" currentLine = fileToAnalyse.readline()\n",
" m = re.search('(?<=\\s–\\s)[A-ZÀ-Ÿ]{1}[a-zA-ZÀ-ÿ\\s,\\']+', currentLine)\n",
" if m is not None:\n",
" extractedString = m.group(0)\n",
" else:\n",
" isAPersoLine = False\n",
" \n",
" # Fin de la boucle while\n",
"\"\"\""
]
},
{
"cell_type": "code",
......@@ -342,12 +474,17 @@
"with open(local_filename,'r') as avareFile:\n",
" # On va commencer par parser le fichier afin de récupérer la liste des personnages\n",
" fill_perso_dict(avareFile, avarePersoDict)\n",
" \n",
" print(\"##################################################\")\n",
" print(\"Contenu du dictionnaire des personnages initialisé\")\n",
" print(\"##################################################\\n\")\n",
" print(avarePersoDict)\n",
" print(\"\\n##################################################\")\n",
"\n",
" textDataSynthesisTableDf = generate_text_synthesis_data_table(avareFile, avarePersoDict, avareAnalysisDict)\n",
"\n",
"# Le tableau de données récapitulatif est maintenant prêt à être utilisé\n",
"\n",
" "
]
},
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment