Discussion :

[chekkal]

Bonjour à tous,

Je souhaite créer une fonction pour connaitre la langue d'un texte spécifique en se basant sur les caractères du texte fourni.

[Paul TOTH]

bon courage

[SergioMaster]

bon courage

Comme d'habitude vous ne fournissez pas la moitié des informations nécessaires (ne serait-ce que votre version de Delphi) et je comprend la réaction de Paul !
La formulation de la question est vraiment ambigüe, un caractère ne peut pas indiquer une langue : le 'a' est-il anglais ? si, effectivement, ß tendrait à penser que le texte est en allemand tout les textes en allemand ne contiennent pas forcément ce caractère.

bon plus sérieusement et mieux exprimé, grâce à ma boule de cristal, je pense que vous voulez savoir si une chaine contient des caractères arabe ?
Même si, détecter une langue est possible (mais pas totalement gratuit) avec des requêtes sur le NET (REST API i.e https://languagelayer.com/ ou https://detectlanguage.com/ ) c'est une tout autre approche ( légèrement dépendante de votre version de Delphi) donc commencez par répondre à cette question sur ce que vous voulez vraiment.

S'il s'agit de ma première hypothèse allez faire un tour dans mon tutoriel sur les grilles FMX, dans ce chapitre j'essaye de détecter si le texte est Right To Left ou non, j'en discute plus longuement ici
Reste à votre charge de retoquer le tableau de caractères (inclure le farsi ou non, retirer l'hébreux etc...)

[ShaiLeTroll]

Pourrait-on avoir votre étude préliminaire ?
Des essais d'analyse du CharSet par exemple en déduisant la langue à partir de la table de caractère UTF8/Unicode utilisé.
Avez-vous étudié la piste de la fréquence des lettres qui permet aussi d'en déduire un ensemble de langue ?
Avez-vous prévu un dictionnaire des langues gérées ?

Avez-vous commencé un projet d'étude de faisabilité ?

[SergioMaster]

S'il s'agit de langue, une preuve que cela peut fonctionner avec REST



(bien sûr n'est pas affichée ma clé API )

Il est possible d'avoir plusieurs résultats auquel cas les valeurs "isreliable" et "confidence" seront des critères déterminants (encore que ..)
exemple :

[Paul TOTH]

à mon humble avis, ce site recherche les termes dans un dictionnaire pour identifier à quels langues appartiennent les mots...et l'encodage du texte est imposé (je suppose)...si on prend un fichier donné, il faut déjà déterminé s'il est en ANSI, en Unicode, voir dans une table de caractère autre (EBCDIC). Si on considère un fichier ASCII il faut vérifier ce qu'il donne dans différentes pages de code, car la signification des caractères > #127 n'est pas la même en fonction de la page de code ... bref la question est vaste.

[SergioMaster]

Certainement, en tout cas j'ai détecté de l'arabe, de l'hébreux et du russe (merci google trad) sans difficulté
Même quand il y a des fôtes sur certains mots ça semble fonctionner

[chekkal]

Bonjour,
J'ai une application qui peut être exécutée avec plusieurs langue (Français,Arabe, Tamazight) et le problème et que au niveau de l'impression dans le cas de langue arabe j'ai l'inversion du texte

texte initiale:'السلطة النهائية'
texte à l'impression:'النهائية السلطة'


Je travail avec delphi xe2 avec Ravereport.

[tourlourou]

Bonjour,

Je ne suis pas familier de la langue arabe : dans ton exemple, les mots semblent inversés, mais pas les lettres ?

Une notion lue ici :

Enfin, le codage de l'arabe est logique, c'est-à-dire qu'on entre les caractères à la suite sans se soucier du sens de l'écriture. C'est encore une fois au moteur de rendu qu'il revient d'afficher les caractères dans le bon sens. À cet égard, si les mots arabes de cette page sont affichés à l'envers, c'est que votre moteur de rendu Unicode n'est pas assez récent.

Cela a-t-il un lien ?

[Jipété]

Autre chose :
j'ai modifié le texte français pour que les deux lignes soient bien alignées, c'est mieux pour les comparaisons, et j'ai augmenté la taille de la police, c'est mieux pour les détails.



Ensuite j'ai copié/collé la ligne 2 en ligne 3, j'envisageais de la bidouiller pour voir ce que ça donnerait, mais je ne sais pas où je vais, pour obtenir l'image qu'on voit, je suis allé à la fin de la ligne 3 avec la touche "Fin" puis j'ai appuyé sur Shift Ctrl flèche-à-gauche pour sélectionner le premier caractère à gauche et ça m'a sélectionné tout ce que vous voyez en bleu.

Comme je ne sais pas quoi faire de plus, j'abandonne.

PS : je travaille avec Linux et son petit bloc-note Leafpad, mais ça ne change rien au principe.

[SergioMaster]

J'ai une application qui peut être exécutée avec plusieurs langue (Français,Arabe, Tamazight) et le problème et que au niveau de l'impression dans le cas de langue arabe j'ai l'inversion du texte

Donc, une fois encore on n'avait que la moitié des informations.
A priori il s'agit bien de ma première hypothése, à savoir, détecter si on doit écrire de gauche à droite ou de droite à gauche en fonction des caractères
Pour détecter l'arabe c'est simple je vous ai déjà fourni un code
pour le Tamazight il faut charger le tableau https://fr.wikipedia.org/wiki/Table_..._Unicode/U2D30 selon le même principe mais ne devrait pas poser de problème même si cela s'écrit de gauche à droite (encore un non dit )

Par contre la partie Ravereport (qui n'avait pas été mentionné au départ) va certainement poser des sérieuses difficultés.
Si j'en crois ce post cela dépend de la version de Rave DONC ENCORE UNE QUESTION QUELLE EST VOTRE VERSION DE RAVE


En tout cas rien à voir avec les REST API, je ne suis pas sûr qu'il y existe un dictionnaire Tamazight

[chekkal]

bonjour,

pour la version rave c'est 10.0

j'ai crée une petite fonction pour inverser les mots dans les phrases

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
 
function inverse(s: UNICODEstring): UNICODEstring;
var
  i, l: byte;
  j: UNICODEstring;
  k: array [1 .. 30] of UNICODEstring;
begin
  /// showmessage(s);
  for i := 1 to 30 do
    k[i] := '';
  j := '';
  l := 1;
  for i := 1 to length(s) do
  begin
    if s[i] = ' ' then
    begin
      /// /      SHOWMESSAGE(s+#13+j);
      k[l] := j;
      j := '';
      l := l + 1;
    end
    else
    begin
      j := j + s[i];
 
    end;
  end;
  k[l] := j;
  j := '';
  for i := 30 downto 1 do
    if k[i] <> '' then
      j := j + ' ' + k[i];
 
  inverse := j;
end;

Mais le probléme est comment savoir que le texte fournie à la fonction est de l'arabe? pour la solution de sergio je ne l'ai pas compris.

[SergioMaster]

pour la solution de sergio je ne l'ai pas comprise.

Ce n'est pourtant pas compliqué le but est de charger un tableau de caractères rempli par ces 2 lignes

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
  SetLength(carray,$6ff-$590);
   for I := $590 to $6ff do carray[i-$590]:=Char(I);

puis d'utiliser la fonction WideStrUtils.inOpArray pour savoir si le caractère est contenu dans le tableau
si oui cela implique que c'est de l'arabe (ou de l'hébreu inclus dans la plage unicode)


il vous faut juste changer le resultat de la fonction en un boolean

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
function checkRtl (S : string; E : String = '' ) : boolean;
var carray : array of WideChar;
    i : int64;
    ws : String;
begin
   result:=false;
   // ôte les chiffre
   for I := 0 to 9 do
      S:=StringReplace(S,i.ToString,'',[rfReplaceAll]);
  // supprime autres caractères spéciaux
    S:=StringReplace(S,'(','',[rfReplaceAll]);
    S:=StringReplace(S,')','',[rfReplaceAll]);
    S:=StringReplace(S,'"','',[rfReplaceAll]);
    S:=StringReplace(S,'''','',[rfReplaceAll]);
    S:=StringReplace(S,'-','',[rfReplaceAll]);
  // caracteres à ne pas prendre en compte  
   if not E.IsEmpty then
     begin
        for I := 1 to Length(E) do
                S:=StringReplace(S,E[i],'',[rfReplaceAll]);
     end;
 
   S:=Trim(S);
   if S.IsEmpty then exit;
   // arabe + hébreux 
   SetLength(carray,$6ff-$590);
   for I := $590 to $6ff do carray[i-$590]:=Char(I);
   if inOpArray(S[1],carray) then result:=False;
end;

Bien sûr ici, je ne teste que le premier caractère mais libre à vous d'en tester d'avantage au sein d'une boucle

mais peut-être n'avez vous pas compris où j'étais aller chercher les valeurs $590 - $6FF c'est une conversion de U+0590 à U+06FF
pour uniquement l'arabe il faut commencer à $0600

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
   SetLength(carray,$6ff-$600);
   for I := $600 to $6ff do carray[i-$600]:=Char(I);

à cela il faudrait ajouter les caractères de U+0750 à U+077F (farsi ?)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
   SetLength(carray,($6ff-$600)+($77F-$750));
   for I := $600 to $6ff do carray[i-$600]:=Char(I);
   for I := $750 to $77F do carray[i-($6ff+($750-$6FF))]:=Char[i]; // j'ai un léger doute sur le calcul de l'indice du tableau  i-($6ff+($750-$6FF))

j'ai crée une petite fonction pour inverser les mots dans les phrases

Moi j'aurais simplement remplacer les espaces par un espace ponctuation ou U+200F qui est la "marque droite à gauche"
à essayer et voir le résultat dans rave

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
If CheckRTL(texte) then texte:=StringReplace(texte,' ',char($2000),[rfReplaceAll]); 
// ou  If CheckRTL(texte) then texte:=StringReplace(texte,' ',char($200F),[rfReplaceAll]);

[chekkal]

Bonjour,

j'ai modifié la fonction que sergio ma proposé de cette façon

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
function siara(S : string) : boolean;
var
   const carara : array[1..39] of Widechar =
    (
      'ء', 'ا', 'ب', 'ج','ح', 'خ', 'ض', 'ص', 'ث','ق', 'ف'
      , 'غ', 'ع', 'ه','خ', 'ح', 'ج', 'د', 'ذ','ط', 'ك'
      , 'م', 'ن', 'ت','ا', 'ل', 'ي', 'ي', 'س','ش', 'ظ',
      'ز', 'و', 'ة','ى', 'ل','ر', 'ؤ', 'ئ') ;
begin
 
  if inOpArray(S[1],carara) then result:=true;
 
end;

vu que la liste des caractères à saisir en arabe est limitée à la liste ci-dessus.

[SergioMaster]

Moui, ça évidemment, n'écrivant pas l'arabe, je ne peux pas me battre sur ce tableau, moi, j'ai appliqué la définition de l'unicode
par contre j'aurai écrit

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
function siara(S : string) : boolean;
var
   const carara : array[1..39] of Widechar =
    (
      'ء', 'ا', 'ب', 'ج','ح', 'خ', 'ض', 'ص', 'ث','ق', 'ف'
      , 'غ', 'ع', 'ه','خ', 'ح', 'ج', 'د', 'ذ','ط', 'ك'
      , 'م', 'ن', 'ت','ا', 'ل', 'ي', 'ي', 'س','ش', 'ظ',
      'ز', 'و', 'ة','ى', 'ل','ر', 'ؤ', 'ئ') ;
begin
 
  result:=inOpArray(S[1],carara);
 
end;

sinon le résultat de la fonction sera inconnue dans le cas d'un caractère non arabe

Et, il m'intéresserait de savoir si ma suggestion

j'aurais simplement remplacer les espaces par un espace ponctuation ou U+200F qui est la "marque droite à gauche"

est efficace appliquée à RaveReport ?

[chekkal]

Bonjour,

Et, il m'intéresserait de savoir si ma suggestion
est efficace appliquée à RaveReport ?

J'ai pas encore testé tous les cas, mais le texte seulement sans chiffres ni autre langue ça marche .

[wheel]

J'ai remarqué qu'on vous a déjà répondu sur cette question mais il semble que vous n'avez pas vu le massage ..

https://www.developpez.net/forums/d1.../#post10066571


Par curiosité je l'ai testé sur D2009 et rave 7.. et ca a bien marché.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
   RvSystem1.SystemFiler.AccuracyMethod:=amAppearance;
  RvProject.Execute;

[SergioMaster]

Bien vu et cela mérite un de ma part.
Je n'avais pas pensé à un rapprochement entre la discussion pointée avec ce titre "Changer le charset d'un projet" et le sujet
Le pire c'est que Checkal, auteur de cette question, à ré-itéré il y a peu avec celle-ci "inversion de l'affichage dans l'application"
pour finir par ressortir votre solution de 2018