Python 10 : GESTION des STRINGS

L’utilisation de ce type d’outils va nous être utile pour aborder un autre thème courant en informatique : la cryptologie ou l’art de coder/décoder un message pour le rendre illisible et incompréhensible en cas d’interception.

Nous utiliserons pour votre premier vrai programme par fenêtre le classique pendu puis le codage rot13, avant de compliquer les choses dans la leçon suivante.

1 - Lecture d’éléments avec une boucle itérative nominative FOR

Nous avons vu dans l'activité précédente que le string est un ensemble ordonné de caractères et qu'on peut les lire un à un en utilisant une boucle FOR.

Si vous n'êtes pas familier avec le code ci-dessous, il vaut mieux repartir voir la partie sur le FOR dans les deux activités précédentes :

01° Sans lancer le code, répondre à la question suivante : Que devrait-on voir dans la console ?

02° Lancer le code. Vérifiez ainsi si votre réponse précédente est bonne.

03° Quel est le numéro d'index de la première lettre du string, le B ? Comment obtenir ce B en utilisant la variable texte et cet index ?

04° Combien de caractères possède cette chaîne de caractères ?

Si les réponses vous semblent étranges, il serait mieux de repartir voir la partie FOR de l'activité précédente.

2 - Encodage ASCII des caractères

Nous allons profiter de ce cours pour faire un peu de cryptologie, mais nous devons d’abord comprendre comment l’ordinateur stocke les caractères qu’on lui envoie. Le principe est simple : l’ordinateur n’est qu’une machine à calculer, il ne sait stocker que des nombres.

Nous avons vu que lorsqu’il travaille sur une image, il gère des nombres.

De même, lorsqu’il travaille sur des lettres (des « caractères »), il gère des nombres. Ainsi, il faut décider par quel nombre coder A, B, a, b, 0, 8 …

Le codage basique des caractères est le codage ASCII (qui fut publié en 1963) : on associe à chaque caractère un nombre compris entre 0 et 127. On obtient donc 128 possibilités.

05° A votre avis, les caractères ASCII sont donc codés sur combien de bits puisque le code commence à 0 et finit à 127 ? On rappelle que si X est le nombre de bits, on obtient un nombre de possibilités de 2 à la puissance X, 2^X.

Rappel : un octet correspond à 8 bits : M =  1010 1111  vaut M = 128 + 32 + 8 + 4 + 2 + 1 = 175. Vous pouvez aller revoir la leçon sur la gestion des images par Python si vous avez besoin d'un rappel plus conséquent. Avec 8 bits, on obtient un codage allant de 0 à 255, soit 256 possibilités.

ASCII se prononce “ASKI” pour American Standard Code for Information Interchange : il s’agit d’une norme d’encodage informatique des caractères alphanumériques standards de l’alphabet et de quelques « caractères » spéciaux permettant à l’ordinateur de comprendre qu’on veut faire une tabulation, un saut à la ligne …

Revoilà l’exemple typique du "Hello World" qui donnerait :

On remarquera qu’on code également des “caractères” qui ne sont pas imprimés à l’écran : il s’agit de caractères de contrôle du flux en grande majorité : on peut savoir quand un texte commence, quand il est fini, quand on doit partir à la ligne, faire une tabulation … En gros, certains caractères sont faits pour être affichés, d’autres pour savoir comment on affiche.

Si vous voulez regarder la correspondance du tableau avec le code, taper votre caractère ci-dessous :

Le caractère est codé par

La prochaine fois que vous lirez  000 0010   100 1000   110 0101   110 1100  ... vous devriez maintenant un peu mieux comprendre votre ordinateur...

Et voilà la fameuse table de correspondance ASCII :

Les premiers de la liste sont des caractères de contrôle et de gestion :

Et à partir de 32, on trouve les caractères dits imprimables car visibles à l'écran :

L'espace est un caractère un peu spécial mais les autres sont visibles :

Le numéro 127 correspond à la touche DEL d'effacement :

Pour connaître le code d’un caractère, on peut utiliser une fonction native (integrée de base dans Python) qui s’applique sur des variables caractere contenant un caractère : ord(caractere). La fonction renvoie un nombre base 10 (décimal) qui correspond à la valeur encodée par le caractère caractere.

Exemple :

06° Tester le code ci-dessus sur plusieurs caractères ASCII.

07° Et si vous tentiez une lecture automatisée du codage ? Utiliser un input pour stocker une chaîne de caractères et utiliser ensuite un for pour afficher le code de chaque caractère un à un. Vérifiez du coup si je ne me suis pas trompé avec « Hello World» : 72 101 108 108 111 32 87 111 114 108 100.

Voilà de quoi tester les réponses de votre code :

08° Avez-vous été curieux ? Tenter de lancer une chaîne de caractères qui contient des caractères bizarres pour nos amis anglo-saxons ? Des é, â et autres ç. Regardez bien la valeur affichée. Mais, mais …ça ne dépasserait pas 127 cette histoire ?

Pour l’instant, nous allons nous limiter au cas 0 à 127 avec de l’ASCII pur. Et nous compliquerons les choses ensuite. Il s'agit des encodages dits ASCII étendu (sur 1 octet) ou des encodages modernes comme l'UTF-8 qui permet d'utiliser une sorte de code universel qu'on nomme UNICODE.

Précision sur le résultat de ord(x) :

Rappel : Dans l'une des activités précédentes, nous avions vu la fonction inverse de ord : chr(x) qui renvoie le caractère codé par la valeur x.

3 - Le string est non mutable on vous dit !

Créer une chaîne de caractères, c’est facile sous Python :

• On peut faire de l’affectation directe : monTexte = "Hello World !"
• On peut rajouter des éléments un à un : monTexte = "Hello" + " World" + "!".

09° Lancer le code ci-dessous qui vous montre les deux façons de créer une chaîne contenant « Hello World ! ».

Les éléments d’une chaîne de caractères Python ont une spécificité : on ne peut pas les modifier une fois créées. Mais, enfin … Et une méthode telle que replace ?

Elle va bien remplacer tous les a par des * non ?

Non, cette fonction renvoie simplement une copie de la première chaîne en ayant changé les caractères demandés. D’ailleurs, on doit l'utiliser ainsi pour parvenir à changer monTexte :

On remplace donc intégralement l’ancienne variable monTexte par une nouvelle monTexte. Nous n’avons pas juste changé un caractère par ci, un caractère par là.

10° Lancer le code ci-dessous pour vous convaincre que la modification modifie également l'id, la réference interne.

Oui, bon ... Ca change d'identification et alors ? C'est grave ?

Ca dépend. Si vous voulez que les modifications soient suivies oui.

Regardons le programme suivant :

monTexte1 = "Lait"

monTexte2 = "Carottes"

maListe = [ monTexte1,monTexte2 ]

print(maListe)

print(id(maListe[0]), '-', id(maListe[1]) )

monTexte2 = "Des Chips !"

print(maListe)

print(id(maListe[0]), '-', id(maListe[1]) )

En gros, on crée une liste à partir de deux variables monTexte et monTexte2. On affiche la liste et les id de ses éléments d'index 0 et 1.

['Lait', 'Carottes']

80144 - 27024

On modifie ensuite la variable monTexte2. On affiche la liste et les id de ses éléments.

['Lait', 'Carottes']

80144 - 27024

Comme vous pouvez le constater, la liste n'est pas modifiée : ses éléments pointent toujours vers l'ancien identifiant-mémoire.

11° Lancer le code ci-dessous pour vous convaincre (encore plus) que la modification directe d'un string ne fonctionne pas. C'est normal, souvenez-vous le string est non modifiable après création. On dira également que le string est non mutable.

Et oui, ça ne fonctionne pas. Pas de surprise, si ?

Conclusion : on dit que le String est non mutable. On ne peut pas modifier son contenu une fois créé. Pour avoir l'impression de modifier des données non mutables, il faut remplacer sa variable par une variable qui porte le même nom mais qui n'aura pas la même référence interne.

4 - "Modifier" un string - Le jeu du pendu

Bilan de la partie précédente : la seule façon de "modifier" un string (qui est non mutable), c'est de recréer un string qui porte le même nom.

Un exemple concret :

Voilà, vous savez maintenant comment modifier n’importe quel caractère d’une chaîne de caractères: il faut recréer une nouvelle chaîne portant le même nom !

Nous allons maintenant reprendre notre exercice du pendu que nous avions commencé dans l'une des activités précédentes.

12° Modifier le code ci-dessous pour "créer" une variable motTrouve à partir de motSecret : on doit remplacer les caractères par des étoiles, sauf s'il s'agit d'un tiret ou d'un espace. Pour l'instant, nous n'avons qu'un affichage.

Le résultat attendu si on demande d'afficher motSecret et motTrouve à la fin :

Nous avions ensuite créer une boucle while infinie car nous ne pouvions pas faire évoluer notre réponse. Maintenant que la réponse trouvée est stockée dans le string motTrouve, nous allons pouvoir le changer au fur et à mesure de la découverte des lettres.

Par contre, nous allons devoir cette fois utiliser une boucle FOR numérique car nous avons besoin de connaitre ce qui se trouve à une position-index donnée dans motSecret et dans motTrouve.

Exemple :

L'algorithme est donc quelque chose du genre :

1. Stocker la lettre à tester dans la variable laLettre (fait dans le code ci-dessous)
2. Créer une variable motTemporaire vide (fait)
3. Pour chaque index de la variable motTrouve : (code bouclage fait)
• Si l' index de motSecret contient laLettre : concatener motSecret[ index ] dans motTemporaire (à faire)
• Sinon : concatener motTrouve[ index ] dans motTemporaire (à faire)
4. Stocker motTemporaire dans motTrouve (à faire).

13° Remplacer pass dans le code suivant de façon à obtenir la mise à jour de la chaine motTrouve.

Amélioration :

14° Testez avec le mot à découvrir Bonjour et en demandant de vérifier la lettre b minuscule. Ca fonctionne ?

Nous allons donc devoir formater les lettres : le A et le a n'ont pas le même code. Si l'utilisateur demande à savoir s'il y a des A, alors que motSecret contient des a, le programme va répondre que non, il n'y a pas de A...

Pour faire cela, nous pourrions analyser les caractères un par un et les transformer en utilisant un test IF pour chaque lettre... Heureusemet, il y a mieux : il y a les méthodes des strings.

Voyons maintenant quelques autres méthodes pratiques pour comparer les chaînes de caractères ou les caractères entre eux :

15° Améliorer le test du pendu en comparant non pas le vrai contenu de laLettre et motSecret[ index ] mais en comparant deux versions intégralement en majuscules ou en minuscules. Ainsi demandant A devrait revéler les a et les A. Et l'inverse devrait vrai aussi.

16° Finaliser enfin en gérant le while et en vérifiant la validité initiale du mot proposé : il faudrait faire un split-espace et un split-tiret. Puis vérifier que chaque élément de la liste est bien composé uniquement de lettres.

Il est temps d'arrêter. Ce n'est pas encore parfait. On pourrait remplacer les é,è,ê par un simple e. Idem pour les à ... On pourrait compter les étapes ou même proposer de découvrir le mot avant la fin. Mais vous avez vu l'essentiel.

Sachez qu'il existe encore beaucoup de méthodes applicables aux strings. Vous pourrez les découvrir en faisant une recherche sur Internet ou alors simplement en allant voir la fiche de ce site :

5 - Mise en pratique : des exercices (pas faciles !)

Pour stabiliser toutes ces nouvelles connaissances (dont le isalpha()), voilà trois exercices.

Mini-projet 2 : nous allons maintenant manipuler les caractères via leurs codes ASCII.

Le cryptage ROT-13 : c’est un codage primitif, datant de l’époque où les calculateurs automatiques n’existaient pas. On décale toutes les lettres de 13 lettres. Comme l’alphabet en comporte 26, l’avantage est que le codage et le décodage nécessite le même algorithme.

A devient N, N devient A.

B devient O, O devient B.

…

M devient Z, Z devient M.

Ceci en majuscule, comme en minuscule.

Voilà un bout de code qui va vous permettre :

• de créer un widget-label rattaché au StringVar texteEntree. On pourra lire le contenu à traiter en utilisant texteEntree.get().
• de créer un widget-bouton permet d’activer la fonction rot13.
• de créer un autre widget-label rattaché au StringVar texteSortie. On pourra modifier son contenu en utilisant texteSortie.set("NOUVEAU TEXTE").

#!/usr/bin/env python

# -*-coding:Utf-8 -*

from tkinter import *#pour la gestion des fenêtres

# - - - - - - - - - - - - - - -

# Déclaration des fonctions

# - - - - - - - - - - - - - - -

def rot13():

    # A vous de completer et de modifier cette fonction

    stringDeBase = texteEntree.get()# récupère le texte à encoder ou décoder

    stringModifie = stringDeBase # A modifier

    texteSortie.set(stringModifie)

# - - - - - - - - - - - - - - -

# CREATIONS DE LA FENETRE ET DES WIDGETS QUI LA COMPOSE

# - - - - - - - - - - - - - - -

# CREATION DE L'OBJET FENETRE

fen_princ = Tk()

# CREATION DE LA ZONE LABEL-TITRE

Label(fen_princ, text = "PROGRAMME DE CODAGE/DECODAGE DU ROT-13").pack()

# CREATION DE LA ZONE DE LECTURE

texteEntree = StringVar()# contient le texte de base

texteEntree.set("INSERER ICI VOTRE TEXTE")# On définit le texte affiché au début

wid_entree = Entry(fen_princ, textvariable = texteEntree, width = 200)

wid_entree.pack()# On rajoute le widget à la fenêtre

# Création d'un Button lancant le ROT13

Button(fen_princ, text = "Activer le ROT13", command = rot13).pack()

# CREATION DE LA ZONE DE RESTITUTION après codage

texteSortie = StringVar()# contient le texte encodé

texteSortie.set("--- C'est ici qu'apparaitra le texte codé ou décodé ---")

wid_sortie = Entry(fen_princ, textvariable = texteSortie, bg = "black", fg = "yellow", width = 200)

wid_sortie.pack()#On rajoute le widget à la fenêtre

# Lancement de la boucle de surveillance sur la fenêtre fen_princ

fen_princ.mainloop()

Le caractère A correspond au code 65 et Z correspond au code 90 lorsqu'on utilise respectivement ord("A") et ord("Z").

A l'inverse, chr(65) renvoie A et chr(90) renvoie Z.

ATTENTION : vous n'aurez qu'à modifier le contenu de la fonction rot13. Inutile de chercher à modifier le code ailleurs pour répondre aux questions.

18° Modifier et compléter la fonction rot13 donnée de façon à :

• lire (et enregistrer) avec ord le code ASCII de chaque caractère du texte stocké dans stringDeBase
• rajouter 13 à ce code
• trouver avec chr le nouveau caractère à afficher.
• recréer le nouveau texte stringModifie à l’aide des nouveaux caractères.

Votre code devrait vous permettre de gérer parfaitement l'encodage de A à M. Mais pas encore de N à Z !

Testez votre interface : si vous rentrez  ABC , elle devrait vous répondre  NOP . Idem en minuscule.

...CORRECTION ...

def rot13():

    stringDeBase = texteEntree.get()# récupère le texte à encoder ou décoder

    stringModifie = ""

    for caractere in stringDeBase :

        code = ord(caractere) + 13

        stringModifie = stringModifie + chr(code)

    texteSortie.set(stringModifie)

Le problème du caractère  N  ? Il renvoie  [  et pas  A . Pourquoi ?

C'est simple : ord('N') renvoie le code 78. 78+13 vaut 91. Or chr(91) est bien le caractère après le Z : cela renvoie  [ .

Type	Décimal	Symbole	Binaire
Printable	65	A	100 0001
Printable	66	B	100 0010
...	..	.	... ....
Printable	77	M	100 1101
Printable	78	N	100 1110
Printable	79	O	100 1111
...	..	.	... ....
Printable	90	Z	101 1010
Printable	91	[	101 1011
Printable	92	\	101 1100

19° Gérer le code pour qu'on ne puisse pas :

• dépasser 90(Z) : on doit continuer sur 65(A) et plus
• dépasser 122(z) : on doit continuer sur 97(a) et plus

Testez votre interface avec  ABCNOP , elle devrait vous répondre  NOPABC . Idem en majuscule.

...CORRECTION ...

def rot13():

    stringDeBase = texteEntree.get()# récupère le texte à encoder ou décoder

    stringModifie = ""

    for caractere in stringDeBase :

        code = ord(caractere) + 13

        if (code > 90 or code > 122) :

            code = code-26

        stringModifie = stringModifie + chr(code)

    texteSortie.set(stringModifie)

Dernière amélioration pour aujourd'hui :  ABC NOP  devrait vous donner  NOP-ABC . Et oui : 32 est le code de l'espace et 32+13 = 45 est le code du tiret.

20° Rajouter un filtre sur la lecture et la modification du code du caractère : on ne doit rien faire si le code de base n'est pas celui de A à Z ou de a à z.

Testez votre code :  ABC NOP  devrait maintenant vous donner  NOP ABC . Ouf.

Si vous avez besoin d'aide, n'hésitez à me contacter. Il suffit de quelques tests bien placés.

Mini-projet 3 : S'il vous reste un peu de temps, vous pourriez faire un jeu du pendu en mode Tkinter. A vous de faire.

Voilà un exemple d'interface graphique. Vous pouvez télécharger l'exe Windows en cliquant sur l'image.

6 - FAQ

Question : Il existe encore d'autres méthodes applicables sur les strings ?

Question : on peut lire les caractéres d'un string sans passer nécessairement par un for ? Oui, on peut utiliser range :

Question : Comment lire un string à l'envers ?

Voilà. Comme pour les images, ceux qui voudront travailler sur un projet lié à la gestion de texte auront l’occasion d’aller beaucoup plus loin.

L'activité sur l'encodage nous permettra d'ailleurs d'explorer certaines fonctions qui encodent et décodent automatiquement, tant qu'on leur parle bien.