Script affichant les contextes

Bonsoir,

Après un mois sans nouvelles, voici donc le script en dernière "phase". Des colonnes pour les contextes en .txt et en .html (grâce au minigrep) ont été ajoutées. Nous avons également créé des fichiers globaux comprenant pour chaque langue le dump-text et le contexte, le fichier global du contexte permettant de faire les nuages de mots.
Il ne reste plus qu'à ajouter le comptage du motif étudié (vacances).

Voici le script complet utilisé : (cliquer dessus pour que l'image s'affiche complètement)

Le tableau suivant est créé :

 

Nous devons encore chercher de nouvelles URL pour l'allemand.

Tableau de lien avec conversion des dump (commande iconv)

Bonjour,

Le billet d'aujourd'hui présentera le script qui nous a permis de créer un tableau contenant les colonnes supplémentaires suivantes : dump-text initial, avec un lien redirigeant vers un .txt contenant le dump-text dans l'encodage initial si il n'est pas en utf-8 ; dump-text utf-8, avec un lien redirigeant vers un .txt contenant le dump-text convertit en utf-8.

À partir de maintenant, Uta et moi travaillerons uniquement sur mon ordinateur (qui est sous ubuntu) puisque la commande lynx ne fonctionne pas sous mac.

Script permettant de générer le tableau : (début et fin du script voir images précédentes)

(Pour afficher le script lisiblement : cliquer sur l'image, une fois qu'elle apparait clic-droit dessus puis "afficher l'image". Elle s'ouvre dans un autre onglet et vous pouvez zoomer dessus.)

Nous avons donc le tableau suivant qui apparait en ouvrant le .html :

 

Merci beaucoup à Ilaine pour ses précieuses informations qui nous ont beaucoup aidées :)

La prochaine étape : déterminer si l'aspiration d'une page a échoué (en vérifiant si elle contient des choses du type "Bad Request" ou "404 not found") et déterminer le contexte dans lequel notre mot est utilisé grâce à egrep.