Parsing⚓︎
En informatique le parsing désigne le parcours d'un texte pour l'analyser ou en extraire des informations.
Dans de nombreux défis/challenges, l'entrée du problème consiste en un texte dans lequel il faut extraire des données sur lesquelles exécuter un programme pour obtenir le flag/la solution.
Dans certains cas, il est utile de télécharger les données dans un simple fichier texte (au format .txt) puis de l'ouvrir avec Python. Dans d'autre cas, comme dans des défis réseau, on travaille avec une variable de type str .
Lecture d'un fichier texte⚓︎
Lecture d'un fichier texte
Voici deux principales méthodes pour lire un fichier texte à l'aide de la fonction open (aucun module requis, elle fait partie des fonctions natives de Python) :
Si on n'a pas besoin de traiter les données sur chaque ligne du fichier texte, on peut récupérer le fichier sous forme d'une liste (data ici), où chaque élément sera une ligne du fichier (input.txt ici), de type str bien entendu, avec:
data = open('input.txt').read().splitlines()
On peut également parcourir ligne par ligne le fichier ainsi:
data = []
with open('input.txt') as f:
for line in f.readlines():
data.append(line.strip())
Ce code est identique à la méthode 1, mais la boucle for permet de faire un traitement de la chaîne de caractéres line avant ajout à la liste data.
Remarque: la méthode strip permet de «nettoyer» la chaîne de caractères, c'est-à-dire ici d'enlever le caractère \n de retour à la ligne.
Découper/extraire des données⚓︎
Une fois le texte récupéré, il faut bien souvent en extraire des informations.
Exemples
Données d'entrée:
B Y
A X
C Z
A Z
B Y
B Y
A X
C Z
B Y
B Y
Ici les données représentent des combats de «Papier-Feuille-Ciseaux» avec A, B, C pour un joueur et X, Y, Z pour l'autre.
On veut récupérer dans chaque ligne les coups de chaque joueur pour pouvoir les comparer et compter le nombre de victoires de chacun.
Données d'entrée:
←← -> h
←↑ -> !
←→ -> m
←↓ -> l
←A -> s
←B -> ,
↑← -> r
↑↑ -> p
↑→ -> x
↑↓ -> b
↑A -> j
↑B -> v
→← -> a
→↑ -> i
Ici on souhaite récupérer d'une part les deux premiers caractères, d'autre part le dernier. Voir défi plus bas.
Si on peut toujours raisonner sur les indices des caractères à récupérer dans la chaîne, c'est souvent pénible et long. Il est alors préférable de découper la chaîne de caractères et de récupérer chaque morceau dans une liste de str .
split
On peut découper une chaîne de caractères avec la méthode split:
- sans paramètre, elle découpe sur le caractère espace;
- avec un paramètre de type
str, elle découpe selon cette chaîne de caractères.
Dans les deux cas, le caractère de découpe est supprimé. La méthode split retourne une liste.
Exemples:
>>> p = "Un ordinateur, c'est complètement con."
>>> p.split()
['Un', 'ordinateur,', "c'est", 'complètement', 'con.']
>>> m = 'Abracadabra'
>>> m.split('a')
['Abr', 'c', 'd', 'br', '']
>>> line = "↑B -> v"
>>> line.split(' -> ')
['↑B', 'v']
Pour s'entraîner:
c0d1ngUP 2018 : SW VII Les noms des Ewoks I
c0d1ngUP 2018 : SW VII Les noms des Ewoks II
Fusionner des chaînes de caractères/renvoyer une réponse⚓︎
Parfois il est nécessaire de fusionner/concaténer des chaînes de caractères pour obtenir une réponse. Si ces chaînes de caractères sont les éléments d'une liste, on peut utiliser la méthode join:
join
On peut fusionner avec la méthode join les élements d'une liste dont tous les éléments sont de type str, avec un caractère d'insertion entre les éléments.
>>> l = ['P', 'y', 't', 'h', 'o', 'n']
>>> "".join(l)
'Python'
>>> " ".join(["NSI", "c'est", "de", "l'eau"])
"NSI, c'est de l'eau"
>>> liste_alphabet = [chr(k) for k in range(65, 91)]
>>> liste_alphabet
['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z']
>>> "".join(liste_alphabet)
'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
>>>