Création
d'entreprise
Posez votre question Signaler

Perl hash tri par valeur

deniss92 37Messages postés 3 août 2007Date d'inscription 30 novembre 2011Dernière intervention - Dernière réponse le 6 janv. 2009 à 20:54
Bonjour,
Je cherche comment faire un tri par valeur dans une table de hachage. Dans le script ci-dessous, le tri par valeur ne fonctionne pas. Le but recherché est de trier par valeur et par ordre décroissant, afin de limiter l'affichage aux dix nombres les plus importants.
Merci d'avance.
#!/usr/bin/perl
use strict;
use warnings;
use Text::Iconv;
my $converter = Text::Iconv->new("ISO-8859-1", " UTF-8");
my ($sec, $min, $heure, $jour, $mois,$annee, undef, undef, undef) = localtime();
$annee += 1900;
my (@tmp,%fields,$event,$trouve,$sujet,$k,$nombre,%stat);
my $annee_mois='*'.$annee.$mois.'*'; # récupération du critère année et mois
my $motif="SIMPLE";
chdir('/user/stats') || die ("Erreur chdir \n");
open RES,">/var/www/cgi-bin/data/top_ten.txt" or die "E/S : $!\n";
chomp(my @logs = glob($annee_mois));
foreach my $e(@logs){
open FILE,"$e" or warn "E/S : $!\n";
while (<FILE>){
chomp;
if ($_=~ /$motif/){
$_ =~s/[\[\]]/\|/g;
@tmp=split(/\|/,$_);
$event=$tmp[0];
$trouve=$tmp[4];
$sujet=lc($tmp[6]);
$sujet= $converter->convert($sujet);
$sujet=~ s/[\?éèêë]/e/g;
$sujet=~ s/[\%\"]//g;
$sujet=~ s/\b(des|du|de|d' ?|le|la|les|l' ?)//g;#mots vides
$sujet=~ s/(\s+|\t)/ /g;# remplace trop d'espace par un seul espace
$sujet=~ s/^\s+|\s+$//g; #suppression des espaces (debut et fin)
unless ($trouve==0){
$_=join (",",$event,$sujet) if $sujet ne "";
push @{$fields{$sujet}},$event;
}
}
}
}
# comptage de nombre de sujet identique
foreach $sujet (sort keys %fields) {
$nombre = 0;
@tmp = @{$fields{$sujet}};
foreach $event (@tmp) {
$nombre++;
}
push @{$stat{$sujet}},$nombre;
}
# tri par valeur et enregisterment dans le fichier de sortie
foreach $k (sort {$stat{$b} cmp $stat{$a}} keys %stat){
print RES "$k", map {",$_"} @{$stat{$k}},"\n";
}
______________________________FIN
Lire la suite 

Perl hash tri par valeur »

16 réponses
Réponse
+0
moins plus
Salut,

Dans le script ci-dessous, le tri par valeur ne fonctionne pas
foreach $k (sort {$stat{$b} cmp $stat{$a}} keys %stat){


Ben c'est normal vu que tu le demandes de le faire par clés (keys %stat)

Essaie
foreach $k (sort {$stat{$b} cmp $stat{$a}} values %stat){ 
  print RES "$k", map {",$_"} @{$stat{$k}},"\n"; 
} 

Ajouter un commentaire
Réponse
+0
moins plus
bonjour lami20j

Quand je lance le script avec

foreach $k (sort {$stat{$b} <=> $stat{$a}} values %stat){
print RES "$k", map {",$_"} @{$stat{$k}},"\n";
}


j'ai le message d'erreur suivant :

Use of uninitialized value in numeric comparison (<=>) at ./top_ten.pl line 52, <FILE> line 36281.

Lorsque je mets cmp, au cas il considère cela des caractères alphanumériques, il affiche le message d'erreur

Use of uninitialized value in string comparison (cmp) at ./top_ten.pl line 52, <FILE> line 36281.

J'ai fait un test avec le script ci-dessous et ça fonctionne avec le mot clé keys :

#!/usr/bin/perl

%doc = ( "Initiation perl" , 5,
"doc perl" , 10,
"comment ça marche", 15 );
foreach $k (sort {$doc{$b} <=> $doc{$a} }
keys %doc)
{
print "$k $doc{$k}\n";
}

Il ya peut être des problèmes dans mes données.
Ajouter un commentaire
Réponse
+0
moins plus
Re,

Peux-tu mettre quelques fichiers logs sur cjoint.com pour faire un test chez moi?
deniss92- 6 janv. 2009 à 18:35
http://cjoint.com/?bgtkXQhaiM

voici le script

#!/usr/bin/perl
# créer les indicateurs d'analyse de mois n-1
use strict;
use warnings;
use Text::Iconv;
my $converter = Text::Iconv->new("ISO-8859-1", " UTF-8");

my ($sec, $min, $heure, $jour, $mois,$annee, undef, undef, undef) = localtime();
$annee += 1900;
my (@tmp,%fields,$event,$trouve,$sujet,$k,$nombre,%stat,@dates);
#my $annee_mois='*'.$annee.$mois.'*'; # car je n'ai pas les données de janvier
my $annee_mois='*200812*';

chdir('/user/stats') || die ("Erreur chdir \n");
open RES,">/var/www/cgi-bin/data/top_ten.txt" or die "E/S : $!\n";
chomp(my @logs = glob($annee_mois));
foreach my $e(@logs){
open FILE,"$e" or warn "E/S : $!\n";
while (<FILE>){
chomp;
if ($_=~ /CONSULT\|link\|SIMPLE\|/){
$_ =~s/[\[\]]/\|/g;
@tmp=split(/\|/,$_);
$event=$tmp[0];
$trouve=$tmp[4];
$sujet=lc($tmp[6]);
$sujet= $converter->convert($sujet);
$sujet=~ s/[\?éèêë]/e/g;
$sujet=~ s/[\%\"]//g;
$sujet=~ s/\b(des|du|de|d' ?|le|la|les|l' ?)//g;#mots vides
$sujet=~ s/(\s+|\t)/ /g;# remplace trop d'espace par espace
$sujet=~ s/^\s+|\s+$//g; #suppression des espaces (debut et fin)
unless ($trouve==0){
$_=join (",",$event,$sujet) if $sujet ne "";
push @{$fields{$sujet}},$event;
}
}
}
}
foreach $sujet (sort keys %fields) {
$nombre = 0;
@dates = @{$fields{$sujet}};
foreach $event (@dates) {
$nombre++;
}
$sujet="\"".$sujet."\"";
push @{$stat{$sujet}},$nombre;
}
foreach $k (sort {$stat{$b} <=> $stat{$a}} values %stat){
print RES "$k", map {",$_"} @{$stat{$k}},"\n";
}
Ajouter un commentaire
Réponse
+0
moins plus
Ok,

Je vais les déposer. Je dépose aussi le script tel que, car je l'ai légèrement modifier ici.

A bientot

Merci
Ajouter un commentaire
Réponse
+0
moins plus
Re,

Je pense qu'il sera plus facile si tu me dis quel champ tu veux récupérer et compter.

Déjà je vois que seulement les lignes qui content |CONSULT|link|SIMPLE| t'intéresse
Je vois aussi qu'une séparation est faite avec |

Par exemple sur celle ligne

20081211123923|CONSULT|link|SIMPLE|260| PERSONNES.DPERS_DESYN and [de gaulle%] bool_and THES_GEO.DTHGEO_DESYN and [de gaulle%] bool_or THES_RAMEAU.DTHRAM_DESYN and [de gaulle%] bool_or NOTICES.DNOT_MOTS and


Quelle champ tu comptes?
Ajouter un commentaire
Réponse
+0
moins plus
Je compte le premier champ entre crochet. Par exemple [de gaulle]. Et je ne prends pas les autres champs entre crochet, c'est la même chose tout le temps pour une requête. Par ailleurs, je ne compte que si je champ qui suit le champ SIMPLE est supérieur à 0. Par exemple SIMPLE|260|
Ajouter un commentaire
Réponse
+0
moins plus
Re,

Si je comprends bien tu compte 3 fois [de gaulle]

ensuite tu as 3 fois [france allemagne]
20081211015850|CONSULT|link|SIMPLE|397| PERSONNES.DPERS_DESYN and [france allemagne%] bool_and THES_GEO.DTHGEO_DESYN and [france allemagne%] bool_or THES_RAMEAU.DTHRAM_DESYN and [france allemagne%] bool_or N

et ainsi de suite et la fin de veux affiche les 10 groupes avec un nombre d'apparitions plus grandes?
Ajouter un commentaire
Réponse
+0
moins plus
C'est bien ça. C'est pour faire un top ten.

Je ne compte qu'une fois par date. Le premier champ représente la date (et heure+minute..)
Ajouter un commentaire
Réponse
+0
moins plus
Re,

Je ne compte qu'une fois par date.
La phrase qui tue. Je ne comprends pas.
Ajouter un commentaire
Réponse
+0
moins plus
Re,

Ca veut dire que par exemple ici

20081230221213|CONSULT|link|SIMPLE|293| PERSONNES.DPERS_DESYN and ["historique" "REGIMENT%"] bool_and THES_GEO.DTHGEO_DESYN and ["historique" "REGIMENT%"] bool_or THES_RAMEAU.DTHRAM_DESYN and ["historique" "
20081230221331|CONSULT|link|SIMPLE|293| PERSONNES.DPERS_DESYN and ["historique" "REGIMENT%"] bool_and THES_GEO.DTHGEO_DESYN and ["historique" "REGIMENT%"] bool_or THES_RAMEAU.DTHRAM_DESYN and ["historique" "

Tu vas compter une seule fois ["historique" "REGIMENT%"] (la date est la même, c'est l'heure qui est différente)?

Ajouter un commentaire
Réponse
+0
moins plus
Prenons l'exemple suivant :

20081211015850|CONSULT|link|SIMPLE|397| PERSONNES.DPERS_DESYN and [france allemagne%] bool_and THES_GEO.DTHGEO_DESYN and [france allemagne%] bool_or THES_RAMEAU.DTHRAM_DESYN and [france allemagne%] bool_or N

Le premier champ est 20081211015850, il faut lire annee 2008, 12 pour décembre, 11 pour le jour et le reste représente l'heure, minute, seconde. Une nouvelle ne commence qu'avec une date. Par conséquent, l'exemple ci-dessus est une requete donc, je ne compte [de gaulle%] qu'une fois. Dans mon script, c'est le fields[6], après avoir remplacer les "[ ]" par "|"
Ajouter un commentaire
Réponse
+0
moins plus
Re,

Ok, donc le champ tu le compte une seule fois pas 3 d'accord.

Pour les dates j'ai bien compris.

Ma question est : Si tu as deux lignes avec la même date (je ne parle pas des heures, min ,sec) tu comptes toujours ou pas?
Ajouter un commentaire
Réponse
+0
moins plus
Les utilisateurs se connectent avec le même compte. Autrement dit, en 1 heure une dizaine d'utilsateur peuvent se connecte avec le même compte. Donc il faut prendre en compte les heures. Par conséquent, il compter même quand l'heure change. Si toi et moi, on le compte toto, je lance une requête 20h10 et toi a 20h20, il faut compter deux requêtes.
Ajouter un commentaire
Réponse
+0
moins plus
Re,

Ben, je ne comprends pas ;-((
Ajouter un commentaire
Réponse
+0
moins plus
Dans l'exemple ci-dessous (qui est rare et je suis d'accord avec toi).

20081230221213|CONSULT|link|SIMPLE|293| PERSONNES.DPERS_DESYN and ["historique" "REGIMENT%"] bool_and THES_GEO.DTHGEO_DESYN and ["historique" "REGIMENT%"] bool_or THES_RAMEAU.DTHRAM_DESYN and ["historique" "
20081230221331|CONSULT|link|SIMPLE|293| PERSONNES.DPERS_DESYN and ["historique" "REGIMENT%"] bool_and THES_GEO.DTHGEO_DESYN and ["historique" "REGIMENT%"] bool_or THES_RAMEAU.DTHRAM_DESYN and ["historique" "

Pourquoi le meme utilisateur, relancerait-il la meme requête en 2 minutes à peine ? car la valeur 293 signifie qu'il à trouvé quelques choses !
Ajouter un commentaire
Ce document intitulé « Perl hash tri par valeur » issu de CommentCaMarche (www.commentcamarche.net) est mis à disposition sous les termes de la licence Creative Commons. Vous pouvez copier, modifier des copies de cette page, dans les conditions fixées par la licence, tant que cette note apparaît clairement.
Dossier à la une
Passage au tout numérique : quel coût pour les particuliers ?