| 1234567891011121314151617181920212223242526 |
- #!/usr/bin/env python
- # coding: utf8
- import re
- from nltk.tokenize import sent_tokenize, word_tokenize
- from nltk.corpus import stopwords
- #source = open("mirabeau.txt", 'r')
- #destination = open("mirabeau_redux.txt", "wt")
- phrase = "Sous le pont Mirabeau coule la Seine Et nos amours Faut-il qu'il m'en souvienne..."
- print("poeme original:", phrase)
- phrase = phrase.replace("'", " ")
- phrase = phrase.replace("-", " ")
- print(phrase)
- l_phrase = phrase.split(" ")
- print("liste des mots originaux séparés:", l_phrase)
- # liste vide pour recevoir la liste de mots reduits
- p_reduit = []
- stopWords = set(stopwords.words('french'))
- for w in l_phrase:
- if w not in stopWords:
- p_reduit.append(w)
- print("liste des mots réduit", p_reduit)
|
