Notre travail est basé sur quelques scripts, mais certains n'étaient utiles que pendant le travail.

1. préliminaires:

Les scripts marchent à partir de quelques données en entrée et sont dépendants de la configuration de fichiers et données.

Voici l'arborescence obligatoire pour le script :

Le chemin absolu des fichiers du script se trouve dans le fichier rm_don.txt, qui est lui même répertorié dans le dossier PROGRAMMES, tous les scripts prennent la variable dossier dans ce fichier.

****************************************************************************

le nettoyeur | le script principal | le script général | le script pour concaténer | mode d'emploi

****************************************************************************

2.4 concaténation

On nous a demandé de faire des nuages de mots. On a décidé de le faire avec l'outil donnant les résultats les plus agréables à voir, WORDLE.

En entrée, le programme demande du texte pour en faire des statistiques et dessiner les nuages.

On a automatisé le travail au maximum en concaténant le contenu des fichiers contextes dans un même fichier.

--------------------------------------------------------

#!/bin/bash

# fic=fichier contextes .txt

read chemin < rm_don.txt; #rep de travail

--------------------------------------------------------

on écrit un fichier contenant les numéros des sens (chez nous, il ressemble à:

1

2

3

4

5

6

7

pour chaque sens, une boucle fonctionne:

--------------------------------------------------------

for sens in `cat donneesCAT.txt`;

{ i=1

for fichier in `ls $chemin/CONTEXTES/FR/$sens`

--------------------------------------------------------

il lit tous les fichiers français du sens donné et en écrit à la suite les contextes dans un fichier txt. La ligne d'echo permet de voir combien de fichiers ont été concaténés.

--------------------------------------------------------

{

cat $chemin/CONTEXTES/FR/$sens/$i.txt >> $chemin/CONCATENATION/FR/sens$sens.txt; # concatène tous les fichiers francais de meme sens

#echo "******************************" >> $chemin/CONCATENATION/FR/sens$sens.txt;

let i+=1;

}

}

--------------------------------------------------------

information pour l'utilisateur: "ne t'inquiète pas, je travaille":) et les mêmes boucles pour l'anglais.

--------------------------------------------------------

echo "patience...";

for sens in `cat donneesCAT.txt`; #liste des sens, entree manuellement

{

i=1

for fichier in `ls $chemin/CONTEXTES/EN/$sens`

{

cat $chemin/CONTEXTES/EN/$sens/$i.txt >> $chemin/CONCATENATION/EN/sens$sens.txt; # concatene tous les fichiers anglais de meme sens

#echo "******************************" >> $chemin/CONCATENATION/EN/sens$sens.txt;

let i+=1;

}

}

echo "encore un peu...";

for sens in `cat donneesCAT.txt`; #liste des sens, entree manuellement

--------------------------------------------------------

pour le polonais on n'a pas de fichiers texte mais des html, ce qui fait qu'on doit concaténer les fichiers html et les nettoyer en enlevant les balises et en-têtes avant de faire des nuages:

--------------------------------------------------------

{

t=1

for page in `ls $chemin/CONTEXTES/PL/$sens`

{

cat $chemin/CONTEXTES/PL/$sens/$t.html >> $chemin/CONCATENATION/PL/sens$sens.html; # concatene tous les fichiers polonais de meme sens

#echo "******************************" >> $chemin/CONCATENATION/PL/sens$sens.html;

let t+=1;

}

}

echo "fini";

télécharger le script

--------------------------------------------------------

après, il faut donc ouvrir tous les fichiers en NOTEPAD++ (et seulement ces 7 fichiers) et faire le ménage dedans.

J'ai utilisé les expressions régulières et fonction "remplacer tout dans les fichiers ouverts".

--------------------------------------------------------