Bonjour, j'ai crée un petit programme permettant de calculer le nombre de mot dans un texte et le réduire mais je me retrouve avec des caractères spéciaux que je n'arrive pas à enlever (-- ou , ou ; ou ! par exemple) je voulais savoir s'il fallait que je fasse une regex ou utiliser la fonction .strip()

merci 

#!/usr/bin/env python
"""reducer.py"""

from operator import itemgetter
import sys

current_word = None
current_count = 0
word = None

# input comes from STDIN
for line in sys.stdin:
    # remove leading and trailing whitespace
    line = line.strip('!')

    # parse the input we got from mapper.py
    word, count = line.split('\t', 1)

    # convert count (currently a string) to int
    try:
        count = int(count)
    except ValueError:
        # count was not a number, so silently
        # ignore/discard this line
        continue

    # this IF-switch only works because Hadoop sorts map output
    # by key (here: word) before it is passed to the reducer
    if current_word == word:
        current_count += count
    else:
        if current_word:
            # write result to STDOUT
            print '%s\t%s' % (current_word, current_count)
        current_count = count
        current_word = word

# do not forget to output the last word if needed!
if current_word == word:
    print '%s\t%s' % (current_word, current_count)

#!/usr/bin/env python
"""mapper.py"""

import sys

# input comes from STDIN (standard input)
for line in sys.stdin:
    # remove leading and trailing whitespace
    line = line.strip()
    # split the line into words
    words = line.split()
    carac_spec =",.!;:"
    if carac_spec in words:
	words = words.strip(carac_spec)
    # increase counters
    for word in words:
        # write the results to STDOUT (standard output);
        # what we output here will be the input for the
        # Reduce step, i.e. the input for reducer.py
        #
        # tab-delimited; the trivial word count is 1
	
        print '%s\t%s' % (word, 1)

-
Edité par alex32123 23 janvier 2020 à 16:43:42

C'est simple avec une regex

>>> import re
>>> REG = re.compile(r'["%&\'()*+,-./:?@_§°;!]+')
>>> phrase = "C'est l'été !!! (& c'est cool)"
>>> REG.sub("", phrase)
'Cest lété   cest cool'