ola5doc/output/sources/redux_fichier3.py

#!/usr/bin/env python
# coding: utf8
#pour installer nltk stopWords tout est là : http://www.nltk.org/data.html
#finalement je n'utilise pas nltk stopWords qui est lacunaire mais ma propre liste
import re
#from nltk.tokenize import sent_tokenize, word_tokenize
#from nltk.corpus import stopwords
POEME_A_REDUIRE = "mirabeau.txt"

def load_stopwords():
	with open("stopwords-fr.txt", "r") as sw:
		text_stopwords = sw.read()
		text_stopwords = text_stopwords[:-1] # pour enlever le retour charriot à la fin
	return text_stopwords.split("\n")
#print("stopwords_list : ", load_stopwords() )
#mots_interdits = load_stopwords()

def load_texte_a_reduire():
	with open(POEME_A_REDUIRE, "r") as source:
		texte_original = source.read()
	return texte_original
	#print("texte original :", texte_original)

def	verses_list(texte_original): # sépare les vers sur le retour charriot
	return texte_original.split("\n")

# verses = verses_list(texte_original)

def words_list(verses):
	for verse in verses:
		liste_mots = verse.split(" ")
	return liste_mots




	#print("texte original :", texte_original)
#enlever les traits d'union et les apostrophes
# 	texte = texte.replace("'", " ")
# 	texte = texte.replace("-", " ")
# 	#print(texte)
# 	liste_phrase = texte.lower().split(" ")
# print("liste des mots originaux séparés:", liste_phrase)
#
# liste_reduit = []
# #liste_phrase = str.lower(texte)
# stopWords = set(stopwords.words('french'))
# for w in liste_phrase:
# 	if w not in stopWords:
# 		liste_reduit.append(w)
# #print("liste des mots réduite :", liste_reduit)
#
# #ré-introduire les majuscules en debut de vers
# for i in range( len ( liste_reduit ) ):
# 	mot_split = liste_reduit[i].split("\n")
# 	#print("mot_split", mot_split)
# 	if ( len(mot_split) == 2):
# 		mot_split[1] = mot_split[1].capitalize()
# 		liste_reduit[i] = mot_split[0] + "\n" + mot_split[1]
# 	if ( i > 0 and liste_reduit[i-1] == '' ):
# 		liste_reduit[i] = liste_reduit[i].capitalize()
#
# 	#if (elt.endswith("\n") and elt != " " ):
# 		#mot = elt.capitalize()
# 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))



#Appel des fonctions
texte_original = load_texte_a_reduire()
mots_interdits = load_stopwords()
verses = verses_list(texte_original)
mots = words_list(verses)
print(mots)