#!/usr/bin/perl use locale; use English; use Getopt::Std; use Encode::Encoding; use Encode::CN; use Encode::KR; use Encode::TW; use Encode::JP; use Unicode::String qw(utf8); my $VERSION="2.2"; my $CMD="minigrepmultilingue"; my $MODIFIED="10/12/2010"; my $HELP=" ___________________________________________________________________________ $CMD $VERSION (c) Serge Fleury, Pierre Marchal SYLED/CLA2T PLURITAL $MODIFIED ___________________________________________________________________________ OBJECTIF : un mini-grep-multilingue SYNTAXE : $CMD [options] OPTIONS : -h imprime le mode d'emploi de ce programme -c version \"classique\" de minigrepmultilingue EXEMPLES: perl mini-grep-multilingue.pl \"UTF-8\" RU_Convention_UTF8.txt motif.txt ___________________________________________________________________________ "; ########################################################################### # parse command line ########################################################################### getopts('hdtc'); if (defined($opt_h)) { print STDERR "$HELP"; exit(1); } my $classique=0; if (defined($opt_c)) { print STDERR "\nmode \"classique\" active\n"; $classique=1; } #---------------------------------------------------------------------------- if ((!($ARGV[0])) || (!($ARGV[1])) || (!($ARGV[2]))) { print "___________________________________________________________________________\n\nERREUR : Le programme necessite 3 arguments : \n 1. un encodage,\n 2. un fichier a filtrer,\n 3. un fichier contenant le motif à filtrer \n\n"; print "Exemple de lancement : \n"; print "___________________________________________________________________________\n\n"; print "perl mini-grep-multilingue.pl \"UTF-8\" RU_Convention_UTF8.txt motif.txt \n\n"; exit; } ########################################################################### # A. Lecture des arguments du programme my $tmpcodage=$ARGV[0]; chomp($tmpcodge); my $filein=$ARGV[1]; print "Fichier en entree : $filein \n"; my $filewithforme=$ARGV[2]; my $fileout="resultat-extraction.html"; ########################################################################### print "extraction du motif...\n"; # B. le fichier contenant la forme à extraire open(FILE0,"<:encoding($tmpcodage)",$filewithforme) or die "Pb sur l'ouverture du fichier $filewithforme !!! "; my $formein=; chomp($formein); $formein=~/MOTIF=(.+)$/; my $forme=$1; utf8($forme); #print "Forme a rechercher : $forme \n"; close(FILE0); ########################################################################### my $points="..."; utf8($points); ########################################################################### print "extraction de la forme et ecriture du resultat dans $fileout \n"; # C. Parcours du fichier et extraction du motif open(FILEIN,"<:encoding($tmpcodage)",$filein) or die "Pb sur l'ouverture du fichier $filein !!! "; open(FILEOUT,">:encoding(UTF-8)",$fileout) or die "Pb sur l'ouverture du fichier $fileout !!! "; print FILEOUT "\n\nmini-egrep multi-encodage pour le projet : la vie des mots sur le web\n"; print FILEOUT "\n"; print FILEOUT "\n"; print FILEOUT "

Fichier de travail (INPUT) : $filein

\n"; print FILEOUT "

Encodage utilisé (INPUT) : $tmpcodage

\n"; print FILEOUT "

Forme recherchée : $forme

\n"; print FILEOUT "_________________________________________________________________________________________________ \n"; my $i=1; print FILEOUT "
\n"; print FILEOUT "
    \n"; my $verif=0; my $ligne_haut; while (my $ligne=) { utf8($ligne); # si la ligne precedente contenait le motif on l'imprime : contexte apres if ($verif == 1) { unless (($ligne=~/^\s*$/)||($classique==1)) { print FILEOUT "Ligne n°",$i," : $ligne$points"; print FILEOUT "
    "; } $verif=0; } while ($ligne =~/$forme/gi) { my $motifreconnu= $&; my $gauche = $`; my $droite = $'; my $test=0; # si le motif est trouve, il faut affiche 1 seule fois le contexte precedent stocke (cf infra) if (($ligne_haut ne "-------LIGNE_HAUT_DEJA_INSEREE----------------") && ($ligne_haut ne "") && ($classique==0)) { print FILEOUT "
    Ligne n°",$i-1," : ".$points.$ligne_haut.""; $test=1; $ligne_haut="-------LIGNE_HAUT_DEJA_INSEREE----------------"; } unless ($test == 1) { print FILEOUT "
    "; #imprimer un retour à la ligne si ligne du haut non affichée } print FILEOUT "
  • Ligne n°$i : $gauche$motifreconnu<\/b><\/font>$droite
    • "; $verif=1; } # on stocke la ligne qui peut devenir le contexte precedent la prochaine recherche du motif if ($ligne=~/^$/) { $ligne_haut=""; } else { $ligne_haut=$ligne; } $i++; } print FILEOUT "
\n"; print FILEOUT "
\n"; print FILEOUT ""; ########################################################################### close(FILEIN); close(FILEOUT); ###########################################################################