Aller au contenu

Découpage de mots⚓︎

Pour analyser automatiquement les débats entre des orateurs, on vous demande de créer une fonction decoupe_mots qui renvoie la liste des mots de 4 lettres ou plus dans une chaine de caractères discours passée en paramètre.

On suppose que la chaine discours a été renvoyée par une fonction de reconnaissance vocale qui ignore la ponctuation et ne renvoie que des lettres minuscules sans accent ainsi que des espaces. Le discours se termine aussi par une espace.

On n'utilisera pas la fonction split dans cet exercice.

Exemples

🐍 Console Python
>>> discours = "je peux vous dire aujourd hui mes amis qu en depit des difficultes et des frustrations actuelles j ai quand meme fait un reve c est un reve profondement enracine dans le reve americain "
>>> decoupe_mots(discours)
['peux', 'vous', 'dire', 'aujourd', 'amis', 'depit', 'difficultes', 'frustrations', 'actuelles', 'quand', 'meme', 'fait', 'reve', 'reve', 'profondement', 'enracine', 'dans', 'reve', 'americain']
🐍 Console Python
>>> test_2 = "abcd azerty   xyz    azerty     "
>>> decoupe_mots(test_2)
['abcd', 'azerty', 'azerty']
###
# testsbksl-nlbksl-nldiscours = "je peux vous dire aujourd hui mes amis qu en depit des difficultes et des frustrations actuelles j ai quand meme fait un reve c est un reve profondement enracine dans le reve americain "bksl-nlbksl-nlassert decoupepy-undmots(discours) == [bksl-nl 'peux', 'vous', 'dire', 'aujourd', 'amis', 'depit',bksl-nl 'difficultes', 'frustrations', 'actuelles', 'quand',bksl-nl 'meme', 'fait', 'reve', 'reve', 'profondement',bksl-nl 'enracine', 'dans', 'reve', 'americain'bksl-nl]bksl-nlbksl-nlbksl-nltestpy-und2 = "abcd azerty xyz azerty "bksl-nlbksl-nlassert decoupepy-undmots(testpy-und2) == ["abcd", "azerty", "azerty"]bksl-nlbksl-nlbksl-nlassert decoupepy-undmots("") == []bksl-nlassert decoupepy-undmots(" ") == []bksl-nlassert decoupepy-undmots("a b c d ") == []bksl-nlassert decoupepy-undmots("a bc def ghij ") == ["ghij"]bksl-nlassert decoupepy-undmots("abcd efg hi j ") == ["abcd"]bksl-nlassert decoupepy-undmots(" abcd abcd ") == ["abcd", "abcd"]bksl-nlbksl-nlbksl-nlbksl-nl 5/5

def decoupepy-undmots(discours):bksl-nl ...bksl-nlbksl-nlbksl-nlbksl-nl# testsbksl-nlbksl-nldiscours = "je peux vous dire aujourd hui mes amis qu en depit des difficultes et des frustrations actuelles j ai quand meme fait un reve c est un reve profondement enracine dans le reve americain "bksl-nlbksl-nlassert decoupepy-undmots(discours) == [bksl-nl 'peux', 'vous', 'dire', 'aujourd', 'amis', 'depit',bksl-nl 'difficultes', 'frustrations', 'actuelles', 'quand',bksl-nl 'meme', 'fait', 'reve', 'reve', 'profondement',bksl-nl 'enracine', 'dans', 'reve', 'americain'bksl-nl]bksl-nlbksl-nlbksl-nltestpy-und2 = "abcd azerty xyz azerty "bksl-nlbksl-nlassert decoupepy-undmots(testpy-und2) == ["abcd", "azerty", "azerty"]bksl-nlbksl-nlbksl-nlNone

A

Z

Retour en haut de la page