{
"cells": [
{
"cell_type": "markdown",
"id": "2f05248e",
"metadata": {},
"source": [
"## Les chaînes de caractères (String : str)"
]
},
{
"cell_type": "code",
"execution_count": 79,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"\n",
""
],
"text/plain": [
""
]
},
"execution_count": 79,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# Afficher la table des matières\n",
"\n",
"from jyquickhelper import add_notebook_menu\n",
"add_notebook_menu()"
]
},
{
"cell_type": "markdown",
"id": "73ce9ad5",
"metadata": {},
"source": [
"Les chaînes sont le type de variable utilisé pour stocker des messages texte."
]
},
{
"cell_type": "markdown",
"id": "74465775",
"metadata": {},
"source": [
"### Syntaxe\n",
"**Trois syntaxes :**\n",
"\n",
" 1- simples quotes : 'Bonjour, dit-elle'\n",
"\n",
" 2- doubles quotes : \"Que se passe t'il ?\"\n",
"\n",
" 3- triple quotes (simples ou doubles) : '''chaînes multilignes'''\n",
"\n",
"\n",
"\n",
"Passage à la ligne : Ligne 1 \\n Ligne 2"
]
},
{
"cell_type": "code",
"execution_count": 80,
"id": "c96d14ed",
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/plain": [
"str"
]
},
"execution_count": 80,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"s = \"Bonjour\"\n",
"type(s)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Caractère d'échappement\n",
"\n",
"Le symbole \\ permet :\n",
"\n",
" * \\n : un saut de ligne\n",
" * \\t : une tabulation\n",
" * \\' : le « ' », permet de ne pas fermer la chaine de caractères, eg., 'aujourd\\'hui'\n",
" * \\\" : le « \" », permet de ne pas fermer la chaine de caractères, eg. \" Bonjour \\\"Pierre\\\" \"\n",
" * \\\\ est un « \\ »"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Opérations sur les caractères"
]
},
{
"cell_type": "markdown",
"id": "58adc6f9",
"metadata": {},
"source": [
"Comme n’importe quelle séquence, les chaînes de caractères supportent :\n",
"\n",
" - le test d’appartenance, la concaténation, la répétition,\n",
" - la taille, le plus petit/plus grand élément,.."
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"| Operation | Rôle |\n",
"| :- | :-: |\n",
"|ch1+ch2\t |Concatène (colle l'une à la suite de l'autre) les chaines ch1 et ch2. |\n",
"|ch1 * n ou n *c h1 | \tConcatène n fois la chaine ch1. |\n"
]
},
{
"cell_type": "code",
"execution_count": 81,
"id": "48cd72d2",
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/plain": [
"19"
]
},
"execution_count": 81,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# concaténation\n",
"phrase = 'Bienvenue '+ 'à l\\'ENSAI' \n",
"\n",
"# Longueur de la chaîne: le nombre de caractères\n",
"len(phrase) "
]
},
{
"cell_type": "code",
"execution_count": 82,
"id": "f009727d",
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/plain": [
"True"
]
},
"execution_count": 82,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# test d’appartenance à la chaîne\n",
"'u' in phrase "
]
},
{
"cell_type": "code",
"execution_count": 83,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"14"
]
},
"execution_count": 83,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# Determine la position du mot \"ENSAI\" dans la chaîne de caractères \"phrase\" \n",
"phrase.index('ENSAI')"
]
},
{
"cell_type": "markdown",
"id": "45527495",
"metadata": {},
"source": [
"En tant que séquence,\n",
"\n",
"* on peut accéder aux éléments de la chaîne par leur index en utilisant **[index]**. *Note :* Les index sont utilisés de 0 à (n-1)"
]
},
{
"cell_type": "code",
"execution_count": 84,
"id": "6b5df608",
"metadata": {
"collapsed": false,
"scrolled": true
},
"outputs": [
{
"data": {
"text/plain": [
"'B'"
]
},
"execution_count": 84,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"s[0]"
]
},
{
"cell_type": "markdown",
"id": "b5bb61a9",
"metadata": {},
"source": [
"* Il est possible d'indéxer en partant de la fin avec des indices négatifs :"
]
},
{
"cell_type": "code",
"execution_count": 85,
"id": "a4b49205",
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/plain": [
"'r'"
]
},
"execution_count": 85,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"s[-1]"
]
},
{
"cell_type": "markdown",
"id": "6778d950",
"metadata": {},
"source": [
"* On peut extraire une partie d'une chaîne en utilisant la syntaxe **[start: stop]**, qui extrait les caractères entre index start et stop -1 (le caractère à l'index stop n'est pas inclus):"
]
},
{
"cell_type": "code",
"execution_count": 86,
"id": "9850d431",
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/plain": [
"'Bonjour'"
]
},
"execution_count": 86,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"s[0:12]"
]
},
{
"cell_type": "markdown",
"id": "161641a5",
"metadata": {},
"source": [
"* Si nous omettons l'index start ou stop (ou les deux) de [start: stop], la valeur par défaut est le début et la fin de la chaîne, respectivement :"
]
},
{
"cell_type": "code",
"execution_count": 87,
"id": "4200d3fc",
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/plain": [
"'Bonj'"
]
},
"execution_count": 87,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"s[:4]"
]
},
{
"cell_type": "code",
"execution_count": 88,
"id": "a17418af",
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/plain": [
"''"
]
},
"execution_count": 88,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"s[14:]"
]
},
{
"cell_type": "code",
"execution_count": 89,
"id": "bf8a80de",
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/plain": [
"'Bonjour'"
]
},
"execution_count": 89,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"s[:]"
]
},
{
"cell_type": "markdown",
"id": "ce299051",
"metadata": {},
"source": [
"* Nous pouvons également définir \"le pas (step)\" en utilisant la syntaxe [start: end: step] (la valeur par défaut pour step est 1, comme nous l'avons vu ci-dessus) :"
]
},
{
"cell_type": "code",
"execution_count": 90,
"id": "71a0dfbe",
"metadata": {
"collapsed": false
},
"outputs": [
{
"data": {
"text/plain": [
"'Bjr'"
]
},
"execution_count": 90,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"s[::3]"
]
},
{
"cell_type": "markdown",
"id": "9a537fd7",
"metadata": {},
"source": [
"Cette technique est appelée Slicing. Pour en savoir plus sur la syntaxe, cliquez ici: 'http://docs.python.org/release/2.7.3/library/functions.html?highlight=slice#slice'\n",
"\n",
"Python possède un ensemble très riche de fonctions pour le traitement de texte. Voir par exemple 'http://docs.python.org/2/library/string.html' pour plus d'informations.\n",
"\n",
"Parmi les fonctions les plus souvent utilisées sur les chaînes on cite :\n",
"\n",
"| Méthode | Rôle |\n",
"|------------------------|------------------------------|\n",
"| strip, lstrip, rstrip | Élimine les espaces |\n",
"| split | Découpe (en une liste) |\n",
"| join | Recolle une liste de chaînes |\n",
"| find | Recherche une sous-chaîne |\n",
"| replace | Remplace une sous-chaîne |\n",
"| upper, lower | Renvoie la chaine en majuscules, miniscules |\n",
"| capitalize | Renvoie la chaine avec la première lettre en majuscule |\n",
"| count | Renvoie le nombre d'occurence |\n"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Méthodes sur les caractères"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"#### find: Trouver l'index d'une sous-chaîne dans une chaîne de caractères\n",
"\n",
"Si vous voulez trouver l'indice d'une sous-chaîne dans une chaîne de caractères, utilisez la méthode `find()`. \n",
"Cette méthode renvoie l'indice de la première occurrence de la sous-chaîne si elle est trouvée et `-1` sinon."
]
},
{
"cell_type": "code",
"execution_count": 91,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"21"
]
},
"execution_count": 91,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"phrase = \"Bonjour je m'appelle Pierre\"\n",
"\n",
"# Trouver l'index de la première occurrence de la sous-chaîne.\n",
"phrase.find(\"Pierre\")"
]
},
{
"cell_type": "code",
"execution_count": 92,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"-1"
]
},
"execution_count": 92,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"phrase.find(\"Marie\")"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Vous pouvez également indiquer la position de départ et de fin de la recherche :\n"
]
},
{
"cell_type": "code",
"execution_count": 93,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"21"
]
},
"execution_count": 93,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# Commence la cherche de la sous-chaîne à partir de l'index 7\n",
"phrase.find(\"Pierre\", 7)"
]
},
{
"cell_type": "code",
"execution_count": 94,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"-1"
]
},
"execution_count": 94,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# Commence la cherche de la sous-chaîne à partir de l'index 7 et prend fin à l'index 18\n",
"phrase.find(\"P\", 5, 10)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"#### re.sub : Remplacer une chaîne par une autre chaîne à l'aide d'une expression régulière\n",
"\n",
"Si vous souhaitez remplacer une chaîne de caractères par une autre ou modifier l'ordre des caractères dans une chaîne, utilisez `re.sub`.\n",
"\n",
"`re.sub` vous permet d'utiliser une expression régulière pour spécifier le motif de la chaîne de caractères que vous souhaitez remplacer.\n",
"\n",
"Dans le code ci-dessous, on remplace **12/12/2018** par `mardi` et on remplace **12/12/2018** par `2018/12/12`."
]
},
{
"cell_type": "code",
"execution_count": 95,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"\"Cours d'anglais le mardi\""
]
},
"execution_count": 95,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"import re\n",
"\n",
"texte = \"Cours d'anglais le 12/12/2018\"\n",
"concordance = r\"(\\d+)/(\\d+)/(\\d+)\"\n",
"\n",
"re.sub(concordance, \"mardi\", texte)"
]
},
{
"cell_type": "code",
"execution_count": 96,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"\"Cours d'anglais le 2018/12/12\""
]
},
"execution_count": 96,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"re.sub(concordance, r\"\\3/\\1/\\2\", texte)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"#### difflib.SequenceMatcher : Détecter les articles \"presque similaires\n",
"\n",
"Lors de l'analyse d'articles, différents articles peuvent être presque similaires mais pas identiques à 100 %, peut-être à cause de la grammaire ou du changement de deux ou trois mots (comme le postage croisé). \n",
"\n",
"Comment détecter les articles \"presque similaires\" et en éliminer un ? C'est là que `difflib.SequenceMatcher` peut s'avérer utile."
]
},
{
"cell_type": "code",
"execution_count": 97,
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"0.717948717948718\n"
]
}
],
"source": [
"from difflib import SequenceMatcher\n",
"\n",
"text1 = 'Je rentre du travail'\n",
"text2 = 'Je rentre du boulot'\n",
"print(SequenceMatcher(a=text1, b=text2).ratio())"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"#### difflib.get_close_matches : Obtenir une liste des meilleures correspondances pour un certain mot\n",
"\n",
"Si vous voulez obtenir une liste des meilleures correspondances pour un certain mot, utilisez difflib.get_close_matches."
]
},
{
"cell_type": "code",
"execution_count": 98,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"['Pruneau', 'Poire']"
]
},
"execution_count": 98,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"from difflib import get_close_matches\n",
"\n",
"Fruits = ['Pomme', 'Poire','Peche','Pruneau','Fraise']\n",
"get_close_matches('Prune', Fruits)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Pour obtenir des correspondances plus proches, augmentez la valeur de l'argument cutoff (par défaut 0.6)."
]
},
{
"cell_type": "code",
"execution_count": 99,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"['Pruneau']"
]
},
"execution_count": 99,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"get_close_matches('Prune', Fruits, cutoff=0.8)\n"
]
}
],
"metadata": {
"anaconda-cloud": {},
"interpreter": {
"hash": "40d3a090f54c6569ab1632332b64b2c03c39dcf918b08424e98f38b5ae0af88f"
},
"kernelspec": {
"display_name": "Python [Root]",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.8.8"
}
},
"nbformat": 4,
"nbformat_minor": 0
}