File size: 3,512 Bytes
0ba900e 43b8437 0ba900e 43b8437 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 |
import itertools
import string
import random
def color_new_words(new: str, old: str, color: str = "#eefa66") -> str:
"""Color new words in strings with a span."""
def find_diff(new_, old_):
return [ii for ii, (n, o) in enumerate(zip(new_, old_)) if n != o]
new_words = new.split()
old_words = old.split()
forward = find_diff(new_words, old_words)
backward = find_diff(new_words[::-1], old_words[::-1])
if not forward or not backward:
# No difference
return new
start, end = forward[0], len(new_words) - backward[0]
return (
" ".join(new_words[:start])
+ " "
+ f'<span style="background-color: {color}">'
+ " ".join(new_words[start:end])
+ "</span>"
+ " "
+ " ".join(new_words[end:])
)
def find_last_word(s):
"""Find the last word in a string."""
# Note: will break on \n, \r, etc.
alpha_only_sentence = "".join([c for c in s if (c.isalpha() or (c == " "))]).strip()
return alpha_only_sentence.split()[-1]
def pairwise(iterable):
"""s -> (s0,s1), (s1,s2), (s2, s3), ..."""
# https://stackoverflow.com/questions/5434891/iterate-a-list-as-pair-current-next-in-python
a, b = itertools.tee(iterable)
next(b, None)
return zip(a, b)
def sanitize(s):
"""Remove punctuation from a string."""
return s.translate(str.maketrans("", "", string.punctuation))
def extract(filename):
"""Extrait du fichier arguement les deux premiers champs
arg : nom du fichier au format tsv
return : list de tuples (ortho, phon)
"""
words = []
with open(filename, 'r') as f:
f.readline() # première ligne
for line in f:
ortho, phon = line.split('\t')[0:2]
words.append((ortho, phon))
return words
def mk_dico(lexique, n):
"""
Construit un dictionnaire de rimes de longueur n
à partir d'un lexique phonétisé
args : lexique [(ortho, phon)], n int
return : dict {rime : [word1, word2, ..]}
"""
dico = {}
for item in lexique:
if len(item[1]) >= n:
rime = item[1][-n:]
dico.setdefault(rime, []).append(item[0])
return dico
def ortho2phon(word, words_list):
"""
Trouve un mot (word) dans une liste (words_list)
et retourne la forme phonétique correspondante
(en cas d'homographe non homophone, retourne le premier trouvé)
args : word (str), words_list [(ortho, phon), (.., ..)]
return : str, "" si word ne fait pas partie de la liste
"""
for item in words_list:
if word == item[0]:
return item[1]
return ""
def find_rhyme_french(word, dico, lexique, n=3):
"""
Pour un mot donné, retourne un mot au hasard dont les n
derniers phonèmes riment
args : word (str), dico (dict) le dictionnaire de rimes,
lexique (list) lexique ortho, phon, n (int) le nombre de phonèmes terminaux
"""
# 1 trouver la transcription phonétique
phon = ortho2phon(word, lexique)
if not phon:
return None
# 2 extraire de la transcription les 3 derniers phonèmes (ou 2 le cas échéant)
# 3 trouver dans le dictionnaire la liste des mots du lexique qui ont la même suite de phonèmes finaux
if phon[-n:] not in dico:
return None
rhymes = dico[phon[-n:]]
if word in rhymes:
rhymes.remove(word)
# 4. piocher un mot au hasard dans la liste
rand = random.randint(0, len(rhymes) - 1)
return rhymes[rand] |