Aller au contenu

TNSI : Recherche dans un Texte
Activité 1 : Méthode find() de Python⚓︎

Contenus Capacités
Attendues		 Commentaires
Recherche textuelle. Étudier l'algorithme de Boyer-Moore
pour la recherche d'un
motif dans un texte.		 L'intérêt du prétraitement du motif
est mis en avant.
L'étude du coût, difficile, ne peut
être exigée.

Le but de cette leçon est d'étudier/inventer des algorithmes de recherche de la première occurrence d’un motif de longueur p dans un texte de longueur n.
On parle de recherche textuelle.

Fonctions natives de Python⚓︎

  1. Consulter la documentation de Python sur la méthode find des chaînes de caractères.

  2. Quel est le rôle de cette méthode find() ?

  3. Tester cette méthode sur les exemples suivants, (par exemple dans une console Python) :

    a. 'numérique et sciences informatiques'.find('que')
    b. 'numérique et sciences informatiques'.find('nsi')

Remarque

En Python, une autre méthode presque identique (str.index) lève une erreur lorsque le motif cherché ne se trouve pas dans la chaîne.

Exemple d'Utilisation de find()⚓︎

Télécharger un libre dans le Domaine Public au format .txt⚓︎

Télécharger en local (sur votre ordinateur) un livre classique de la littérature française, dont les droits sont tombés dans le domaine public, au format Plain Text UTF-8 (concrètement cela veut dire au format .txt encodé en utf-8), sur le site:

  • http://www.gutenberg.org/browse/languages/fr

A titre d'exemple, voici un lien menant vers le Don Juan de Molière, ou le Festin de pierre, à sauvegarder en local sous le nom donJuan.txt1 :

  • https://www.gutenberg.org/cache/epub/5130/pg5130.txt

Lire et Faire des recherches dans le fichier⚓︎

Une fois ce fichier téléchargé en local, on pourra alors charger en mémoire ce roman par ces quelques lignes pour chercher ensuite si le motif 'Julien trembla' apparaît quelque part dans le roman.

1
2
3
fichier = open('donJuan.txt', 'r', encoding="utf-8")
donjuan = fichier.read()
fichier.close()
  1. Déterminer la position (l'indice) du motif vérité dans le texte stocké dans la variable donjuan.

  2. Créer une fonction nbOccurences(texte:str, motif:str)->int qui compte le nombre d'Occurences du motif dans le texte.

    Corrige 
     1
 2
 3
 4
 5
 6
 7
 8
 9
10
    def nbOccurences(texte:str, motif:str)->int:
    compteur, i = 0, 0
    while True:
        occurrence = texte.find(motif, i)
        # occurrence est l'index du sous-texte à partir de l'index i
        if occurrence == -1:
            return compteur
        else:
            compteur += 1
            i = occurrence + 1

  1. Vous pouvez choisir un autre livre si vous le souhaitez, mais il faudra adapter la totalité de la suite.. ↩