In [17]:

    

texte = u"""Ceci est un texte multiligne avec
des accents. Peu importe la longueur des lignes ou le nombre de ligne Python supportera
sans problèmes les caractères exotiques :
-कामसूत्र
+過労死
"""


    

In [18]:

    

def longueur(texte):
    """ Retourne un tuple qui correspond au nombre lignes puis au 
        nombre de mots et au nombre de caractères dans le texte
    """
    compteur = 0
    for line in texte.split('\n'):
        compteur += len(line.split(" "))

    return texte.count('\n'), compteur, len(texte)


    

In [19]:

    

longueur(texte)


    

    
Out[19]:





(5, 30, 179)

In [20]:

    

def lireFichier(chemin):
    """ Retourne un texte à partir d'un fichier
    """
    with open(chemin, 'r') as fichier:
        texte = fichier.read();
        fichier.flush()
        
    return texte


    

In [21]:

    

longueur(lireFichier('/etc/bash.bashrc'))


    

    
Out[21]:





(68, 441, 2177)

In [22]:

    

def longueur(texte):
    """ Retourne un tuple qui correspond au nombre lignes puis au 
        nombre de mots et au nombre de caractères dans le texte

    Nous ne comptons plus les espaces consécutifs.
    """
    compteur = 0
    for line in texte.split('\n'):
        for word in line.split(" "):
            if len(word) > 0:
                compteur = compteur + 1

    return texte.count('\n'), compteur, len(texte)


    

In [23]:

    

longueur(lireFichier('/etc/bash.bashrc'))


    

    
Out[23]:





(68, 308, 2177)

In [24]:

    

def recupURL(url):
    """ Retourne un texte à partir d'une URL donnée
    """
    from urllib.request import URLopener
    urlopen = URLopener()
    with urlopen.open(url) as data:
        bytes = data.read()

    return bytes.decode('utf-8')


    

In [25]:

    

longueur(recupURL('http://encolpe.degoute.free.fr'))


    

    
Out[25]:





(644, 4282, 31341)

In [26]:

    

def recupURL(url):
    """ Retourne un texte à partir d'une URL donnée

        Nettoyage du texte avec BeautifulSoup
    """
    from urllib.request import URLopener
    from bs4 import BeautifulSoup
    
    urlopen = URLopener()
    with urlopen.open(url) as data:
        bytes = data.read()

    soup = BeautifulSoup(bytes.decode('utf-8'))
    
    return soup.get_text()


    

In [27]:

    

longueur(recupURL('http://encolpe.degoute.free.fr'))


    

    
Out[27]:





(560, 3442, 20685)