Intermédiaire
🧠 Fondamentaux
20 XP
0 personnes ont réussi
Recherche simple dans l'index
Troisieme étape : utiliser l'index inverse pour chercher des documents.
D'abord, ecris une fonction rechercher(index, requête) qui prend un seul mot et retourne la liste des indices de documents qui contiennent ce mot (ou une liste vide si le mot n'est pas dans l'index).
Ensuite, ecris recherche_multi_mots(index, requête) qui prend une requête de plusieurs mots et retourne les documents contenant TOUS les mots (intersection). C'est comme chercher 'python simple' sur Google : tu veux les pages qui parlent des deux.
Exemple : docs = ['python est rapide', 'python est simple', 'java est verbeux'] index = construire_index(docs) recherche_multi_mots(index, 'python simple') renvoie [1] (seul le document 1 contient a la fois 'python' et 'simple')
Tests (2/4)
Recherche un mot
docs = ['python est rapide', 'python est simple', 'java est verbeux']
index = construire_index(docs)
assert 0 in rechercher(index, 'python')
Recherche multi-mots
docs = ['python est rapide', 'python est simple', 'java est verbeux']
index = construire_index(docs)
assert recherche_multi_mots(index, 'python simple') == [1]
+ 0 tests cachés
Indices (3 disponibles)
Solution officielle
import re
from collections import defaultdict
def tokeniser(texte):
mots = re.findall(r'[a-zA-ZÀ-ÿ0-9]+', texte.lower())
return [mot for mot in mots if len(mot) > 1]
def construire_index(documents):
index = defaultdict(list)
for i, doc in enumerate(documents):
mots_vus = set()
for mot in tokeniser(doc):
if mot not in mots_vus:
index[mot].append(i)
mots_vus.add(mot)
return dict(index)
def rechercher(index, requête):
mot = requête.lower().strip()
return index.get(mot, [])
def recherche_multi_mots(index, requête):
mots = tokeniser(requête)
if not mots:
return []
résultats = set(rechercher(index, mots[0]))
for mot in mots[1:]:
résultats &= set(rechercher(index, mot))
return sorted(résultats)