#!/usr/bin/env python
# coding: utf8

#pour installer nltk stopWords tout là : http://www.nltk.org/data.html
import re
from nltk.tokenize import sent_tokenize, word_tokenize
from nltk.corpus import stopwords

with open("mirabeau.txt", "r") as source:
	#list_sup = ["'", "-", "l ", "le ", "les ", "la ", "un ","une ", "des "]
	print(list_sup)
	texte = source.read()
	#print(texte)
#enlever les traits d'union et les apostrophes
	texte = str.lower(texte)

	# texte = texte.replace("'", " ")
	# texte = texte.replace("-", " ")
	# texte = texte.replace(" l ", " ")

	print(texte)
	liste_phrase = texte.split(" ")
print("liste des mots originaux séparés:", liste_phrase)

liste_reduit = []

stopWords = set(stopwords.words('french'))
for w in liste_phrase:
	if w not in stopWords:
		liste_reduit.append(w)
#print("liste des mots réduit :", liste_reduit)
poeme_reduit = (" ".join(liste_reduit))
#print("version réduite du poeme :", poeme_reduit)

with open("mirabeau_reduit.txt", "w") as destination :
	destination.write(" ".join(liste_reduit))