Bonjour ,
Je débute encore avec perl , j'ai un fichier XML "BaseEtiquette" sous cette forme :

<?xml version="1.0" encoding="UTF-8"?>
<listeDesEtiquettes>

<mot>
<synonyme>أَيْ</synonyme>
<etiquette>Confirmation</etiquette>
</mot>

<mot>
<synonyme>تْفَضَّلْ</synonyme>
<etiquette>Politesse</etiquette>
</mot>
</listeDesEtiquettes>

J'ai reussi à récuperer un tableau qui contient tous les synonymes @tabMot  et un tableau des etiquettes @tabEtiquettes ;
j'ai un autre fichier qui contient des phrases , mon but est d'associer pour chaque mot de chaque phrase son etiquette , mon idée est de parcourir les phrases mot par mot et si le mot existe dans @tabMot alors je recupère sa position $pos et je fait une concaténation avec @tabEtiqeutte[$pos] pour avoir en fin un fichier en sortie de la forme suivante :
mot1 <etiquette1> mot 2 <etiquette2> ...
voici un exemple de mon fichier d'entré :
أَيْ تْفَضَّلْ خُويَا
مْعَ وَقْتَاشْ بِاللَهْ إِيْ إِيْ التْرَانْ يِمْشِي
 en fait j'ai essayé le code suivant avec seulement la première phrase de mon fichier d'entré :

mon problème est que malgré les mots sont egaux mais toujours les résultats sont fausses ...
c'est quoi le problème ?? et y'a t'il une autre solution que me permet d'associer a chaque mot une etiquette sans passer par le tableau @words et sans faire le split
Merci d'avance

Bonjour, le problème vient peut être de ce que vous n'êtes plus dans un encodage de base, et qu'il faut l'indiquer explicitement avec un use feature 'unicode_strings';

#!/usr/bin/perl
use strict;
use warnings;
use autodie;
use feature 'unicode_strings';
 
# en entrée, une reference sur un hash %syn et le nom du fichier xml
# en sortie %syn est rempli avec comme les synonymes comme clés et les étiquettes comme valeurs.
sub parseBase ($$) {
  use XML::Simple;
  my $href = shift;
  my $data = XMLin(shift);
  foreach(@{$data->{mot}}) {
    $href->{$_->{'synonyme'}} = $_->{'etiquette'};
  }
}
 
 
my %syn;
parseBase(\%syn, 'BaseEtiquette.xml');
 
 
open my $fh,  "<:utf8", 'corpus.txt';
open my $fh1, ">:utf8", 'result.txt';
my $linenum = 0;
foreach(<$fh> ) {
  # Si BOM initiale
  unless ($linenum++ and /^\x{feff}/) {
    s/^\x{feff}// ;
    print $fh1 "\x{feff}";
  }
  my @words = split /\b/;
  foreach (@words) {
    print $fh1 $_;
    # si le mot figure dans la liste des synonymes
    if ($syn{$_}) {
      print $fh1  " $syn{$_} ";
    }
  }
}
close $fh1;
close $fh;

BaseEtiquette.xml et corpus.txt sont deux fichiers en utf-8 ou j'ai mis vos données exemple.
Le split sur \b (frontière de mots) a des chances d'être plus général que celui sur \s
Le résultat est écrit dans un fichier utf-8, result.txt
Selon les logiciels, l'affichage des lignes mixtes est OK ou non: c'est OK sous emacs, mais l'ordre des mots est inversé sous notepad.
 
A+,

Et sinon, déjà dans votre code,
@words = split(/ /, $Ti[$0]);
C'est complètement faux.
$0 c'est le nom du script perl en cours d'execution.
Donc aucune chance que @words contienne quelque chose.
Et si @words est vide, il n'y aura pas de comparaison d'effectuée.
 
A+,

bonsoir,
Merci beaucoup gilou pour votre aide , c'est très gentil de votre part , comment je peux inverser l'ordre des mots puisque je travaille avec notepad ?? et comment je peux ajouter au début et la fin de chaque ligne un mot dans le fichier résultat  ??  
Merci d'avance

 
 
c'est une faute de frappe , le problème était un problème d'encodage

#!/usr/bin/perl
use strict;
use warnings;
use autodie;
use feature 'unicode_strings';
 
# en entrée, une reference sur un hash %syn et le nom du fichier xml
# en sortie %syn est rempli avec comme les synonymes comme clés et les étiquettes comme valeurs.
sub parseBase ($$) {
  use XML::Simple;
  my $href = shift;
  my $data = XMLin(shift);
  foreach(@{$data->{mot}}) {
    $href->{$_->{'synonyme'}} = $_->{'etiquette'};
  }
}
 
 
my %syn;
parseBase(\%syn, 'BaseEtiquette.xml');
 
 
open my $fh,  "<:utf8", 'corpus.txt';
open my $fh1, ">:utf8", 'result.txt';
my $linenum = 0;
foreach(<$fh> ) {
  # Si BOM initiale
  unless ($linenum++ and /^\x{feff}/) {
    s/^\x{feff}// ;
    print $fh1 "\x{feff}";
  }
  my @words = split /\b/;
  foreach (@words) {
    print $fh1 $_;
    # si le mot figure dans la liste des synonymes
    if ($syn{$_}) {
      print $fh1  " $syn{$_} ";
    }
  }
}
close $fh1;
close $fh;

 
Bonjour gilou, j'ai pas compris que fait exactement ce code :  

 
 
aussi j'ai fait : ( pour ajouter <deb> au début de chque ligne de mon fichier resultat et <fin> a la fin mais les 2 expressions ne fonctionnent pas !!!!

 
et comment je peu inverser l'ordre sachant que j'utilise notepad ???  
Merci de me répondre je serai très reconnaissante

Tiens, à la relecture, je vois que ça marche, mais pas pour la bonne raison, et que le test n'est pas correct.

unless ($linenum++ or not /^\x{feff}/) {
    s/^\x{feff}// ;
    print $fh1 "\x{feff}"; 
  }

Si on n'est pas sur la première ligne, ou si on n'a pas de BOM en début de ligne, on de fait rien, tandis que si on est en première ligne et qu'on a une BOM en début de ligne, on la vire du texte traité, et on la recopie en sortie.
En fait, ce code était utile quand je testais avec votre code pour le split sur \s, car il splittait le premier mot au premier blanc, et donc ce premier mot avait la BOM en premier caractère. Il servait à traiter ce cas particulier. Mais maintenant que je splitte sur \b (ce qui de plus conserve tous les caractères en entrée, votre code avait lui le problème que vous perdiez des blancs en sortie, d'ou une fusion de certains mots), il splitte la première ligne avec la BOM en premier élément du tableau, et le premier mot en second.
Ce code est donc devenu inutile, et vous pourriez le supprimer, sauf que, comme vous voulez ajouter <deb> en début de ligne, il va devenir utile.
 
 

Euh, plutôt que faire ça, imprimez directement <deb> et <fin> en début et fin de chaque ligne. Par contre, ici, il va falloir alors tenir compte de la BOM et de la fin de ligne

foreach(<$fh> ) {
  unless ($linenum++ or not /^\x{feff}/) {
    s/^\x{feff}// ;
    print $fh1 "\x{feff}"; 
  }
  print $fh1 "<deb>";
  my @words = split /\b/;
  foreach (@words) {
    print $fh1 "<fin>" if (/\n$/);
    print $fh1 $_;
    if ($syn{$_}) {
      print $fh1  " $syn{$_} ";
    }
  }
}

Aucune idée.
Si vous prenez le corpus et que vous tapez Confirmation après le premier mot, notepad inverse l'ordre des mots dès qu'on tape le C (en tout cas sur ma machine), c'est son interprétation de l'ordre de la ligne (qui contient les mots dans le bon ordre pourtant).  
Si vous rajoutez un <debut> en début de ligne, ça change encore ce type d'interprétation (pour mon emacs). Bref, c'est un pb d'interprétation par chaque logiciel de lignes mixtes (ordre droite-gauche et ordre gauche-droite).
Si vous savez taper une phrase mixte comme il faut en sortie, collez la telle quelle ici, que je voie l'ordre interne des mots attendus, et on pourra adapter le code de sortie.
Il faut probablement jongler avec des insertions de Unicode RIGHT-TO-LEFT MARK (my $RLM = "\x{200F}";) et Unicode LEFT-TO-RIGHT MARK (my $LRM = "\x{200E}";).
Après avoir testé, il suffit que je remplace print $fh1 "<deb>"; par print $fh1 "$RLM"; print $fh1 "<deb>"; pour que tout soit OK avec mon emacs.
 
   
A+,

Bon, après pas mal de tâtonnements, avec ceci on obtient le bon ordre avec notepad et emacs:

my $LRM = "\x{200E}"; # Left-Right Mark
my $RLM = "\x{200F}"; # Right-Left Mark
my $LRE = "\x{202A}"; # Left-Right Embedding
my $RLE = "\x{202B}"; # Right-Left Embeding
my $PDF = "\x{202C}"; # Pop Directional Formatting
....
foreach(<$fh> ) {
  unless ($linenum++ or not /^\x{feff}/) {
    s/^\x{feff}// ;
    print $fh1 "\x{feff}";
  }
  print $fh1 "$RLM";
  print $fh1 "$LRE<deb>$PDF$RLM";
  my @words = split /\b/;
  foreach (@words) {
    print $fh1 "$LRE<fin>$PDF$RLM" if (/\n$/);
    print $fh1 $_;
    if ($syn{$_}) {
      print $fh1  "$LRE $syn{$_} $PDF$RLM";
    }
  }
}

print $fh1 "$RLM"; => une marque Right-Left en début de ligne
print $fh1  "$LRE xxx $PDF$RLM"; => un bloc en ordre Left-Right est encadré par $RLE ... $PDF  et on rétablit l'ordre  avec $RLM (j'aurais pense que le PDF le faisait, mais ça n'a pas l'air d'être le cas, peut être parce qu'il n'y a pas de vrai caractère à direction Right-Left en début de ligne)
A+,

Bonjour Gilou,  
J'ai changé mon système d'exploitation , je travaille maintenant avec ubunto 12.10 , et par defaut il ya la version perl 5.14 , je veux installer la version 5.16.3 , est ce que vous avez une idée comment mettre à jour la version 5.14 , j'ai beaucoup cherché sur net mais j'ai pas reussi à resoudre le pblme.
Merci de me répondre

Il faut adapter ce qui est indiqué ici:
 
http://ubuntuforums.org/showthread.php?t=1860750
http://askubuntu.com/questions/119 [...] stall-perl
 
Noter qu'avec la version 5.14, vous avez déjà une version de Perl assez efficace à priori.
 
A+,

Merci pour votre réponse ,
je vais voir les liens , avec la version 5.14 mes scripts ne marchent pas

Gilou pouvez vous voir avec moi le problème ,  
je veux executer ce script sur ubunto avec la version 5.14 :  

 
j'ai deja installer les modules necessaires pour la manipulation des fichier xml , mais il ya l'erreur suivant: [b][b]Not an ARRAY reference at /home/hp/Bureau/MesScripts/etiquetageSemantique/essai.pl line 16.[/b][/b]

Remplacez la ligne  
$href->{$_->{'synonyme'}} = $_->{'etiquette'};
qui a une syntaxe peut être pas supportée par la version 5.14
par
$$href{$_->{'synonyme'}} = $_->{'etiquette'};
et ça devrait rouler.
 
A+,

Bonsoir,  
j'ai résolu le problème , mais je trouve toujours des problèmes : dans mon fichier xml le poit d'interrogation en arabe possède l'etiquette suivante :  
<mot>
<synonyme>؟</synonyme>
<etiquette>Point_Interrogation</etiquette>
</mot>  
 
et le resultat de l'execution est :  
أَيْ Confirmation  
 تْفَضَّلْ Politesse  
 خُويَا Appelation  
 
مْعَ etq1  
 وَقْتَاشْ Demande-Horaire  
 بِاللَهْ Politesse  
 إِيْ Confirmation  
 إِيْ Confirmation  
 التْرَانْ Marq_Train  
 يِمْشِي etq2  
 ؟
 
pourquoi  ؟ est affiché sans etiquette ???

Parce que le split /\b/ fait une scission sur les frontières de mots, et que le ؟ n'est pas considéré comme faisant un mot.
Si vous voulez splitter sur certaines ponctuations, il faudra en tenir compte dans l'expression régulière: split /(\b|\x{061F})/ (061F est le codage unicode de ؟ )
 
A+,

Merci infiniment Gilou ,  
Alors si je veux splitter sur d'autre ponctuation il suffit de faire : my @words = split /(\b|\x{061F} |\x{060C} )/;  ???

Tout à fait.
 
A+,

Gilou , merci beaucoup pour votre aide...

Bonjour gilou,  
 
je serai très reconnaissante si vous pouvez m'aider à resoudre mon problème, en fait j'ai 3 fichier :  
 
out33.txt ( un fichier que pour chaque mot en arabe est associé une etiquette en français ) et qui contient :  
 
 بِيَايْ billet  
 لْتُونِسْ tunis  
 بْقَدَاهْ combien
 ؟ Point_Interrogation
 
 آتِيدْيُونْ etudiant  
 لْتُونِسْ tunis  
 بْقَدَاهْ combien
 ؟ Point_Interrogation
 
un fichier fich2.xml :
 
<?xml version="1.0" encoding="UTF-8"?>
<liste-des-etiquettes>
 
 
<mot>
<synonyme>لْتُونِسْ</synonyme>
<etiquette>tunis</etiquette>
</mot>
 
<mot>
<synonyme>بِيَايْ</synonyme>
<etiquette>billet</etiquette>
</mot>
 
<mot>
<synonyme>قَدَّاهْ</synonyme>
<etiquette>combien</etiquette>
</mot>
 
 
<mot>
<synonyme>؟</synonyme>
<etiquette>Point_Interrogation</etiquette>
</mot>
 
 
</liste-des-etiquettes>
 
et un fichier fich3.xml  
 
<?xml version="1.0" encoding="UTF-8"?>
<liste-des-classes>
 
<classe>
<nom>Stations</nom>
<etiquette1>tunis</etiquette1>
<etiquette2>gabess</etiquette2>
<etiquette3>sfax</etiquette3>
</classe>
 
 
<classe>
<nom>Type-Voyageurs</nom>
<etiquette1>abonnement</etiquette1>
<etiquette2>etudiant</etiquette2>
</classe>
 
 
<classe>
<nom>Tichet</nom>
<etiquette1>billet</etiquette1>
<etiquette2>billets</etiquette2>
</classe>
 
 
 
 
<classe>
<nom>Demande-destination</nom>
<etiquette1>combien</etiquette1>
</classe>
 
 
<classe>
<nom>Ponctuation</nom>
<etiquette1>Point_Exclamation</etiquette1>
<etiquette2>Point</etiquette2>
<etiquette3>Point_Interrogation</etiquette3>
</classe>
 
 
</liste-des-classes>
 
je veux remplacer chaque mot par la classe à quelle elle appartient a partir de l'etiquette par exemple pour l'entré suivant :  
 بِيَايْ billet  
 لْتُونِسْ tunis  
 بْقَدَاهْ combien
 ؟ Point_Interrogation
 
 آتِيدْيُونْ etudiant  
 لْتُونِسْ tunis  
 بْقَدَاهْ combien
 ؟ Point_Interrogation
 
le résultat sera :
Tichet + Stations + Demande-destination  
Type-Voyageurs + Stations + Demande-destination  
 
 
pouvez vous m'aider SVP ..
merci de me répondre
très cordialement
rim

Bonjour
1) Vous parsez fich2.xml et crééz un hash qui a pour clé un synonyme et pour valeur son étiquette. Appellons ce hash %h1
2) vous parsez fich3.xml et crééz un hash dont les clés sont les étiquettes et les valeurs les noms des classes. Appellons ce hash %h2
3) vous parsez out33.txt et pour chaque mot m en début de ligne, vous imprimez $h2{$h1{mot}}
Bref, c'est tellement basique (contrairement à vos questions précédentes) que je ne vois pas pourquoi vous avez besoin d'aide dans ce cas précis.

Non, ce sera
Tichet + Stations + Demande-destination + Ponctuation
Type-Voyageurs + Stations + Demande-destination  + Ponctuation
Si vous ne voulez pas de  + Ponctuation en sortie, il faudra adapter le code pour en tenir compte
A+,

Bonsoir  
merci pour votre réponse , pour le hash %h2 comment je peux mettre plusieurs valeurs comme clé ??

l'idée est basique et simple mais parceque je débute avec perl les choses me parait un peu flou en fait j'arrive pas à resoudre le problème

Ce n'est pas ce que j'ai dit.
En parsant
<classe>  
<nom>Stations</nom>  
<etiquette1>tunis</etiquette1>  
<etiquette2>gabess</etiquette2>  
<etiquette3>sfax</etiquette3>  
</classe>  
votre code devra faire
$h2{tunis} = 'Stations';
$h2{gabess} = 'Stations;
$h2{sfax} = 'Stations;
A+,

dans ce cas à chaque fois j'ajoute des etiquettes ds la base des classes le code sera modifé ???

J'ai dit que c'est votre code qui va le faire, bref, il va parser, trouver la valeur associée au tag nom, Stations, ranger ça dans une variable, que l'on pourrait appeller $nom, puis en continuant le parsing, il  va trouver la valeur associée au tag étiquette1, tunis, ranger ça dans une variable, que l'on pourrait appeller $etiquette, puis faire  $h2{$etiquette} = $nom;  
A+,

Merci  
C'est comme vous parlez en chinois pour moi... La mort de ma fillette m'a beaucoup perturbé...  
j'ai pas beaucoup  travailler sur les tables de hachage.. Bref merci pour tous
A+

Bon, j'ai codé ça vite fait, mais ça devrait faire le boulot (faudra peut être le blinder un peu), en tout cas, ça le fait sur un test rapide avec vos exemples.
J'ai du ajouter des entrées à fich2.xml: combien n'a pas la même orthographe dans out33.txt et il manque une entrée pour étudiant.

#!/usr/bin/env perl
 
use strict;
use warnings;
use autodie;
use XML::TreeBuilder;
 
my %h1;
my $tree = XML::TreeBuilder->new();
$tree->parse_file('fich2.xml');
my @mots = $tree->find('mot');
foreach (@mots) {
  my ($synonyme, $etiquette);
  foreach ($_->descendants()) {
    my $tag = $_->tag();
    if ($tag ~~ "synonyme" ) {
      $synonyme = ($_->content_list())[0];
    }
    if ($tag ~~ "etiquette" ) {
      $etiquette = ($_->content_list())[0];
      $h1{$synonyme} = $etiquette;
    }
  }
}
$tree->delete;
 
my %h2;
$tree = XML::TreeBuilder->new();
$tree->parse_file('fich3.xml');
my @classes = $tree->find('classe');
foreach (@classes) {
  my ($nom, $etiquette);
  foreach ($_->descendants()) {
    my $tag = $_->tag();
    if ($tag ~~ "nom" ) {
      $nom = ($_->content_list())[0];
    }
    if ($tag ~~ /^etiquette\d+$/) {
      $etiquette = ($_->content_list())[0];
      $h2{$etiquette}= $nom;
    }
  }
}
$tree->delete;
 
open my $fh,  "<:utf8", 'out33.txt';
my $linenum = 0;
my (@bloc, @words);
foreach(<$fh> ) {
  unless ($linenum++ or not /^\x{feff}/) {
    s/^\x{feff}// ;
  }
  if (/^\s*$/) {
    if (0+@bloc) {
      print join(" + ", @bloc), "\n";
      @bloc = ();
    }
  }
  else {
    s/^\s+|\s+$//g;
    @words = split /\s+/;
    if (defined($h1{$words[0]}) and defined($h2{$h1{$words[0]}})) {
      push @bloc, $h2{$h1{$words[0]}};
    }
    else {
       push @bloc, "???";
    }
  }
}
if (0+@bloc) {
  print join(" + ", @bloc), "\n";
}
close $fh;

A+,

quand j'ai essayé le code il y a le problème suivant  :  
XML or text declaration not at start of entity at line 2, column 0, byte 1 at /usr/lib/perl5/XML/Parser.pm

Chez moi,ça marche.
 
Vous avez bien un perl a jour, et vos 3  fichiers sont bien en UTF-8?
Parce que la, on dirait que fich2.xml ou fich3.xml n'est pas un fichier XML valide.
Moi j'ai copié vos exemples, les ai collé dans notepad, puis les ai sauvé comme UTF-8 et ai changé l'extension txt donnée par  notepad en xml.
 
A+,

alors pourquoi ça marche pas chez moi , pourtant mes fichiers xml sont valides !!!

Ce n'est manifestement pas ce que pense le parser, vu le message

 
Il y aurait pas une ligne blanche avant le  
<?xml version="1.0" encoding="UTF-8"?>
parce que le message laisse supposer que c'est vu en ligne 2 et non pas en ligne 1 (le line 2, column 0, byte 1).
Et d'ailleurs, je viens de tester, en ajoutant une ligne blanche au début de fich2.xml, et j'ai exactement votre message d'erreur (sauf qu'il dit line 2, column 0, byte 2 et non line 2, column 0, byte 1).
Bref, vos fichiers xml ne sont pas valides, malgré ce que vous semblez penser, et c'est ce que détecte le parser XML (qui est très certainement expat, en dll appelée par le code perl)
 
A+,

Gilou Merci beaucoup , je vais essayer de comprendre le code merci encore une fois

Gilou pouvez vous svp m'expliquer ceci :  
 

Vous avez des blocs de lignes séparés par des lignes blanches.
@bloc va servir a accumuler les infos correspondant à un bloc de lignes, et est imprimé quand on rencontre des lignes blanches.
 
Si ligne vide ou blanche
if (/^\s*$/) {
si @bloc n'est pas vide  (0+@bloc est le nb d'éléments de@bloc)
if (0+@bloc) {
On imprime son contenu sur une ligne en séparant par " + "
print join(" + ", @bloc), "\n";
et on vide @bloc
@bloc = ();
 
sinon
On vire les espaces en début et en fin
s/^\s+|\s+$//g;
On découpe la ligne comme des mots séparés par des espaces
@words = split /\s+/;
si le premier mot, $words[0], a été trouvé avec une étiquette en parsant fich2.xml
if (defined($h1{$words[0]})
et si cette étiquette était dans une classe de fich3.xml
defined($h2{$h1{$words[0]}}))
alors on stocke la classe dans @bloc
push @bloc, $h2{$h1{$words[0]}};
sinon on stocke ??? dans @bloc
 
Le dernier  
if (0+@bloc) {
print join(" + ", @bloc), "\n";
c'est pour imprimer @bloc si il ne l'a pas été en fin de fichier (fichier pas terminé par une ligne vide ou blanche)
 
A+,

Bonjour,  
Comment je peux tester si je veux pas afficher la classe ponctuation cad au lieu d'avoir : Tichet + Stations + Demande-destination + Ponctuation
je veux: Tichet + Stations + Demande-destination

if (defined($h1{$words[0]}) and defined($h2{$h1{$words[0]}})) {
    unless  ($h2{$h1{$words[0]}} ~~ "Ponctuation" ) {
       push @bloc, $h2{$h1{$words[0]}};
    }
}
 
A+,

 
bonjour gilou
j'ai voulu executer le code suivant :
 

 
 
voici un extrait de mon fichier corpusNettoyee.txt :
    . أَيْ تْفَضَّلْ خُويَا  
مْعَ وَقْتَاشْ بِاللهْ التْرَانْ يِمْشِي ؟  
    . مَاضِي سَاعَةْ وَ أَرْبْعَةْ
مَا ثَمَّاشْ وَاحِدْ آخِرْ تَوَّةْ ؟  
    . لاَ هَاكَ هَذَاكَ هُوَ
ثَمَّاشِي وَاحِدْ آخِرْ بَعْدُو ؟  
ثَمَّةْ الحْدَاشْ مْتَاعْ اللِيلْ  
سَلَامُ عَلَيْكُمْ بِاللهْ تِكَايْ لْتُونِسْ بْقَدَّاهْ ؟  
ثْنَاشْ وُ تْسْعَةْ مِيَّةْ
    . سَلَامُ عَلَيْكُمْ
    . زُوزْ زُوزْ لْتُونِسْ
وَقْتَاشْ يُخْرِجْ هُوَ ؟  
    . مَاضِي سَاعَةْ وُ رْبُعْ
    . أَيْ خُويَا
بِاللهْ تِسْكْرَةْ لْتُونِسْ مَاضِي سَاعَةْ
 
 
mon fichier baseetiquette.xml
 
<?xml version="1.0" encoding="UTF-8"?>
<liste-des-etiquettes>
 
<mot>
<synonyme>!</synonyme>
<etiquette>Point Exclamation</etiquette>
</mot>
 
<mot>
<synonyme>.</synonyme>
<etiquette>Point</etiquette>
</mot>
 
<mot>
<synonyme>؟</synonyme>
<etiquette>Point Interrogation</etiquette>
</mot>
 
<mot>
<synonyme>أَيْ</synonyme>
<etiquette>confirmation</etiquette>
</mot>
 
<mot>
<synonyme>تْفَضَّلْ </synonyme>
<etiquette>politesse</etiquette>
</mot>
 
 
<mot>
<synonyme>خُويَا </synonyme>
<etiquette>nomination</etiquette>
</mot>
 
 
<mot>
<synonyme>مْعَ</synonyme>
<etiquette></etiquette>
</mot>
 
 
<mot>
<synonyme>وَقْتَاشْ</synonyme>
<etiquette>outil question demande horaire</etiquette>
</mot>
 
 
<mot>
<synonyme>بِاللهْ</synonyme>
<etiquette>demande</etiquette>
</mot>
 
 
 
<mot>
<synonyme>التْرَانْ </synonyme>
<etiquette>marq train</etiquette>
</mot>
 
<mot>
<synonyme>يِمْشِي </synonyme>
<etiquette>marq depart</etiquette>
</mot>
<mot>
<synonyme>مَاضِي-سَاعَةْ</synonyme>
<etiquette>heure</etiquette>
</mot>
 
<mot>
<synonyme>وَ </synonyme>
<etiquette>coordination</etiquette>
</mot>
 
<mot>
<synonyme>أَرْبْعَةْ </synonyme>
<etiquette>nombre</etiquette>
</mot>
 
<mot>
<synonyme>مَا-ثَمَّاشْ</synonyme>
<etiquette>indisponibilite</etiquette>
</mot>
 
 
pkoi le resultat est fausse pourtant le programme devrait etre juste
 
reultat ====>  
 
    . أَيْ confirmation  
 تْفَضَّلْ خُويَا  
مْعَ HASH(0x8ae1048)  
 وَقْتَاشْ outil question demande horaire  
 بِاللهْ demande  
 التْرَانْ يِمْشِي ؟ Point Interrogation  
 
    . مَاضِي سَاعَةْ وَ أَرْبْعَةْ
مَا ثَمَّاشْ outil question  
 وَاحِدْ آخِرْ autre  
 تَوَّةْ ؟ Point Interrogation  
 
    . لاَ هَاكَ HASH(0x8b19c94)  
 
ici je veux savoir pkoi مَاضِي سَاعَةْ وَ أَرْبْعَةْ n'est pas spliter ???
 
 
 
 
 

Bonjour
C'est splitté dans le code, simplement l'affichage ne fait rien (pas de saut de ligne après) pour les mots qui ne sont pas dans la base.
C'est très simple à modifier si on veut un saut de ligne systématique.
 

parseBase a aissi été modifié tant que j'y étais afin de tenir compte dee entrées avec du blanc autour: <synonyme>تْفَضَّلْ </synonyme>  et des entrées vides:  <etiquette></etiquette>  
Avec vos données, j'ai maintenant en sortie:

A vous d'adapter à vos besoins si nécessaire.
 
A+,

 
 
 
Gilou je vous remerci enormement , mais comme je debute encore avec perl j'ai un autre problème avec ce code :  
 
 

 
ListeMotsComposee.txt ====>  
مَاضِي سَاعَةْ
مَا ثَمَّاشْ
مْتَاعْ اللِيلْ
مَا نِرْبَحْشْ
 
 
seront remplacer dans corpusnettoyee.txt   par :
 
مَاضِي-سَاعَةْ
مَا-ثَمَّاشْ
مْتَاعْ-اللِيلْ
مَا-نِرْبَحْشْ
 
cependant le resultat n'est pas mme lisable :
 
 
resultat ===>  .أَيْتْفَضَّلْخُويَا
 
مْعَوَقْتَاشْبِاللهْالتْرَانْيِمْشِي؟
 
. مَاضِي-سَاعَةْ وَ أَرْبْعَةْ
 
.مَاضِي-سَاعَةْوَأَرْبْعَةْ
 
مَا-ثَمَّاشْ وَاحِدْ آخِرْ تَوَّةْ ؟  
 
مَا-ثَمَّاشْوَاحِدْآخِرْتَوَّةْ؟
 
d'avance merci pour vos eclairssissements
 

gilou plz hel me !!