Comment Compter le Nombre d'Occurrences d'un Mot Dans une Chaîne : Guide Complet

Vous vous demandez comment identifier la fréquence d'un mot spécifique dans un texte ? Cet article vous propose plusieurs méthodes simples et efficaces pour compter le nombre d'occurrences d'un mot dans une chaîne, que vous utilisiez C++, C, Java, Python ou d'autres langages.

Pourquoi Est-il Utile de Compter les Occurrences de Mots ?

Le comptage des occurrences de mots trouve son utilité dans divers contextes :

• Analyse de texte : Identifier les thèmes et les sujets prédominants.
• SEO : Évaluer la densité des mots-clés dans un contenu web.
• Traitement du langage naturel (TLN) : Préparer des données pour des modèles d'apprentissage automatique.
• Recherche : Déterminer la pertinence d'un document par rapport à une requête.

Méthode #1 : Approche Simple avec Boucle

Cette méthode consiste à diviser la chaîne en mots individuels et à comparer chaque mot avec le mot cible.

Concept :

1. Diviser la chaîne en utilisant l'espace comme délimiteur.
2. Parcourir chaque mot résultant.
3. Incrémenter un compteur chaque fois que le mot correspond au mot cible.

Avantages :

• Facile à comprendre et à implémenter.
• Ne nécessite pas de bibliothèques externes.

Inconvénients :

• Peut être sensible à la casse (différence entre majuscules et minuscules).
• Ne gère pas bien la ponctuation.

Illustrons cela avec des exemples de code :

def compter_occurrences(chaine, mot):
    mots = chaine.split() # Divise la chaîne en mots
    compteur = 0
    for m in mots:
        if m == mot: # Vérifie la correspondance exacte
            compteur += 1
    return compteur

chaine_exemple = "GeeksforGeeks A computer science portal for geeks"
mot_exemple = "portal"
print(compter_occurrences(chaine_exemple, mot_exemple))  # Affiche 1

Méthode #2 : Tirer Parti de la Fonction Count() de Python

Python offre une méthode intégrée plus concise.

Concept :

1. Divise la chaîne en une liste de mots.
2. Utiliser la méthode count() de la liste pour déterminer le nombre d'occurrences du mot cible.

Avantages :

• Plus concis que la première méthode.
• Facile à lire.

Inconvénients :

• Comme la méthode #1, elle peut être sensible à la casse et à la ponctuation.

Voici un exemple d'implémentation :

def compter_occurrences_v2(chaine, mot):
    mots = chaine.split()
    return mots.count(mot) # Utilise la fonction intégrée count

chaine_exemple = "GeeksforGeeks A computer science portal for geeks"
mot_exemple = "portal"
print(compter_occurrences_v2(chaine_exemple, mot_exemple)) # Affiche 1

Méthode #3 : Utilisation du Module re.findall et des Expressions Régulières

Pour une correspondance plus flexible et une meilleure gestion des limites de mots, les expressions régulières sont idéales.

Concept :

1. Importer le module re.
2. Utiliser re.findall() avec un motif d'expression régulière qui correspond au mot entier.

Avantages :

• Correspondance insensible à la casse (facultatif).
• Gestion des frontières des mots (par ex. "chat" ne correspond pas à "chaton").
• Gère la ponctuation.

Inconvénients :

• La syntaxe des expressions régulières peut être complexe.

Exemple de code :

import re

def compter_occurrences_regex(chaine, mot):
    return len(re.findall(r'\b' + mot + r'\b', chaine)) # Recherche le mot complet

chaine_exemple = "GeeksforGeeks A computer science portal for geeks"
mot_exemple = "portal"
print(compter_occurrences_regex(chaine_exemple, mot_exemple)) # Affiche 1

Adapter le Code à d'Autres Langages

Les concepts de ces méthodes peuvent être facilement adaptés à d'autres langages comme Java, C++, C#, etc. Tous les langages disposent de fonctions permettant de diviser des chaînes et de parcourir les résultats. L'adaptation avec des expressions régulières nécessitera l'utilisation des bibliothèques regex du langage cible.

En conclusion, le choix de la méthode dépend de vos besoins spécifiques. Pour une solution simple et rapide, les méthodes #1 et #2 sont suffisantes. Si vous avez besoin d'une correspondance plus sophistiquée, les expressions régulières (méthode #3) sont la meilleure option.