Renata de Paula Orofino
Doutoranda em Ecologia, IB-USP.
Minha tese, intitulada “Argumentação de ecólogos em formação”, é orientada pela Profa. Daniela Lopes Scarpa1).
Meus exercícios
Página dos exec aqui.
Proposta de trabalho final
Página das Propostas aqui.
Código final
#x palavra ou termo a ser buscado
#file arquivo .txt em que se deseja realizar a busca
#exato se o termo deve ser procurado exatamente como ofi escrito
#sep separador de a ser usado na leitura do arquivo .txt indicado
#encoding tipo de encoding do arquivo.txt indicado
#ignore.acento se a busca deve ignorar acentos ou caracteres especiais
busca <- function(x, file, exato= FALSE, sep=" ", encoding="unknown", ignore.acento= FALSE)
{
if (sep== " ")#se o separador indicado for espaço, a função gera apenas um produto
{
file1 <- scan(file, what="character", sep=sep, encoding=encoding) #leitura do arquivo texto com encoding e separador indicados pelo usuario#
if (ignore.acento==TRUE) #para que a busca ignore os acentos do texto lido e na palavra de busca
{
letras.acento <- c("á","à","ã","ä","â","é","è","ê","ë","í","ì","ï", "î","ó","ò","õ","ô","ö","ú","ù","ü","û","ñ","ç","'","˜")#caracteres com acento
letras.limpo <- c("a","a","a","a","a","e","e","e","e","i","i","i","i","o","o","o","o","o","u","u","u","u","n","c",""," ")#caracteres respectivos sem acento
for(l in 1:length(letras.acento)) #ciclo para substituir acentos no texto a ser buscado #um ciclo de 1 até o tamanho das letras com acento
{
for(v in 1:length(file1)) #um ciclo de 1 até o tamanho do arquivo, seja ele qual for
{
temp <- grep (letras.acento[l], file1[v]) #ache o padrão com acentos no arquivo base
if (length(temp)!=0) #se houver acentos, o tamanho será maior que 0
{
file1[v] <- gsub(letras.acento[l], letras.limpo[l], file1[v]) #substituir os acentos no texto base por caracteres sem acento
}
}
}
for(l in 1:length(letras.acento)) #ciclo para substituir acentos em todo no vetor do padrão #um ciclo de 1 até o tamanho das letras com acento
{
for(v in 1:length(x)) #um ciclo de 1 até o tamanho do padrão de busca
{
temp <- grep(letras.acento[l], x[v]) #ache o padrão com acentos no padrão de busca
if(length(temp)!=0) #se houver acentos, o tamanho será maior que 0
{
x[v] <- gsub(letras.acento[l], letras.limpo[l], x[v]) #substituir os acentos no padrão de busca por caracteres sem acento
}
}
}
}
if (exato==FALSE) #para que a busca seja para quaisquer palavras que contenha o padrão de busca indicado
{
posicao <- grep(pattern=x,file1,ignore.case=TRUE) #criar um objeto com o número da linha em que o padrão foi encontrado
linha <- grep(pattern=x,file1, value=TRUE,ignore.case=TRUE) #criar um objeto com a reprodução da linha em que o padrão foi encontrado
contem.palavra <- data.frame( posicao, linha) #Juntar essas informações em uma tabela
contagem <- paste(summary(grep(pattern=x,file1, value=TRUE, ignore.case=TRUE))[1],"resultado(s)") # resumir quantas palavras contém o padrão de busca indicado
resultado1 <- list (contagem, contem.palavra) #objeto que resumo as informações a serem devolvidas
}
if (exato==TRUE) #para que a busca seja por palavras exatamente iguais à palavra indicada no padrão de busca
{
posicao <- grep(pattern=paste("\\b",x,"\\b", sep=""),file1,ignore.case=TRUE) #criar um objeto com o número da linha em que o padrão foi encontrado
linha <- grep(pattern=paste("\\b",x,"\\b", sep=""),file1, value=TRUE,ignore.case=TRUE) #criar um objeto com a reprodução da linha em que o padrão foi encontrado
palavra.exata <- data.frame( posicao, linha) #Juntar essas informações em uma tabela
contagem.exata <- paste(summary(grep(pattern=paste("\\b",x,"\\b", sep=""),file1, value=TRUE, ignore.case=TRUE))[1],"resultado(s)") # resumir quantas palavras correspondem exatamente ao padrão de busca indicado
resultado1 <- list(contagem.exata, palavra.exata) #objeto que resume as informações a serem devolvidas
}
return (resultado1) #informações a serem retornadas ao usuário
}
else
{
file1 <- scan(file, what="character", sep=sep, encoding=encoding) #leitura do arquivo texto com encoding e separador indicados pelo usuario, se o separador for diferente de espaço#
if(ignore.acento==TRUE) #para que a busca ignore os acentos do texto lido e na palavra de busca
{
letras.acento <- c("á","à","ã","ä","â","é","è","ê","ë","í","ì","ï", "î","ó","ò","õ","ô","ö","ú","ù","ü","û","ñ","ç","'","˜")#caracteres com acento
letras.limpo <- c("a","a","a","a","a","e","e","e","e","i","i","i","i","o","o","o","o","o","u","u","u","u","n","c",""," ")#caracteres respectivos sem acento
for(l in 1:length(letras.acento)) #ciclo para substituir acentos no texto a ser buscado #um ciclo de 1 até o tamanho das letras com acento
{
for(v in 1:length(file1)) #um ciclo de 1 até o tamanho do arquivo, seja ele qual for
{
temp <- grep (letras.acento[l], file1[v]) #ache o padrão com acentos no arquivo base
if (length(temp)!=0) #se houver acentos, o tamanho será maior que 0
{
file1[v] <- gsub(letras.acento[l], letras.limpo[l], file1[v]) #substituir os acentos no texto base por caracteres sem acento
}
}
}
for(l in 1:length(letras.acento)) #ciclo para substituir acentos em todo no vetor do padrão #um ciclo de 1 até o tamanho das letras com acento
{
for(v in 1:length(x)) #um ciclo de 1 até o tamanho do padrão de busca
{
temp <- grep(letras.acento[l], x[v]) #ache o padrão com acentos no padrão de busca
if(length(temp)!=0) #se houver acentos, o tamanho será maior que 0
{
x[v] <- gsub(letras.acento[l], letras.limpo[l], x[v]) #substituir os acentos no padrão de busca por caracteres sem acento
}
}
}
}
if (exato==FALSE) #para que a busca seja para quaisquer palavras que contenha o padrão de busca indicado
{
posicao <- grep(pattern=x,file1,ignore.case=TRUE) #criar um objeto com o número da linha em que o padrão foi encontrado
linha <- grep(pattern=x,file1, value=TRUE,ignore.case=TRUE) #criar um objeto com a reprodução da linha em que o padrão foi encontrado
contem.palavra <- data.frame( posicao, linha) #Juntar essas informações em uma tabela
contagem <- paste(summary(grep(pattern=x,file1, value=TRUE, ignore.case=TRUE))[1],"linha(s) contém palavra buscada") # resumir quantas linhas do texto contém o padrão de busca indicado
resultado1 <- list (contagem, contem.palavra) #objeto que resume as informações a serem devolvidas
}
if (exato==TRUE) #para que a busca seja por palavras exatamente iguais à palavra indicada no padrão de busca
{
posicao <- grep(pattern=paste("\\b",x,"\\b", sep=""),file1,ignore.case=TRUE) #criar um objeto com o número da linha em que o padrão foi encontrado
linha <- grep(pattern=paste("\\b",x,"\\b", sep=""),file1, value=TRUE,ignore.case=TRUE) #criar um objeto com a reprodução da linha em que o padrão foi encontrado
palavra.exata <- data.frame( posicao, linha) #Juntar essas informações em uma tabela
contagem.exata <- paste(summary(grep(pattern=paste("\\b",x,"\\b", sep=""),file1, value=TRUE, ignore.case=TRUE))[1],"linha(s) contém palavra buscada") # resumir quantas linhas do texto contém a palavra correspondente ao padrão de busca indicado
resultado1 <- list(contagem.exata, palavra.exata) #objeto que resume as informações a serem devolvidas
}
file2 <- scan(file, what="character", sep=" ", encoding=encoding) #segunda leitura do mesmo texto, para indicar os termos isolados de sua linha de leitura
if(ignore.acento==TRUE) #para que a busca ignore os acentos do texto lido e na palavra de busca
{
letras.acento <- c("á","à","ã","ä","â","é","è","ê","ë","í","ì","ï", "î","ó","ò","õ","ô","ö","ú","ù","ü","û","ñ","ç","'","˜")#caracteres com acento
letras.limpo <- c("a","a","a","a","a","e","e","e","e","i","i","i","i","o","o","o","o","o","u","u","u","u","n","c",""," ")#caracteres respectivos sem acento
for(l in 1:length(letras.acento)) #ciclo para substituir acentos no texto a ser buscado #um ciclo de 1 até o tamanho das letras com acento
{
for(v in 1:length(file2)) #um ciclo de 1 até o tamanho do arquivo, seja ele qual for
{
temp <- grep (letras.acento[l], file2[v]) #ache o padrão com acentos no arquivo base
if (length(temp)!=0) #se houver acentos, o tamanho será maior que 0
{
file2[v] <- gsub(letras.acento[l], letras.limpo[l], file2[v]) #substituir os acentos no texto base por caracteres sem acento
}
}
}
for(l in 1:length(letras.acento)) #ciclo para substituir acentos em todo no vetor do padrão #um ciclo de 1 até o tamanho das letras com acento
{
for(v in 1:length(x)) #um ciclo de 1 até o tamanho do padrão de busca
{
temp <- grep(letras.acento[l], x[v]) #ache o padrão com acentos no padrão de busca
if(length(temp)!=0) #se houver acentos, o tamanho será maior que 0
{
x[v] <- gsub(letras.acento[l], letras.limpo[l], x[v]) #substituir os acentos no padrão de busca por caracteres sem acento
}
}
}
}
if (exato==FALSE) #para que a busca seja para quaisquer palavras que contenha o padrão de busca indicado
{
termo <- grep(pattern=x,file2, value=TRUE,ignore.case=TRUE) #criar um objeto com a reprodução da palavra que contém o padrão de busca indicado
contem.palavra2 <- data.frame( termo) #representar o resultado em forma de tabela
contagem2 <- paste(summary(grep(pattern=x,file2, value=TRUE, ignore.case=TRUE))[1],"resultado(s)") # resumir quantas palavras do texto contém o padrão de busca indicado
resultado2 <- list (contagem2, contem.palavra2) #objeto que resume as informações a serem devolvidas
}
if (exato==TRUE) #para que a busca seja por palavras exatamente iguais à palavra indicada no padrão de busca
{
termo <- grep(pattern=paste("\\b",x,"\\b", sep=""),file2, value=TRUE,ignore.case=TRUE) #criar um objeto com a reprodução da palavra corespondente ao padrão de busca indicado
palavra.exata2 <- data.frame( termo) #representar o resultado em forma de tabela
contagem.exata2 <- paste(summary(grep(pattern=paste("\\b",x,"\\b", sep=""),file2, value=TRUE, ignore.case=TRUE))[1],"resultado(s)") # resumir quantas palavras do texto correspondem ao padrão de busca indicado
resultado2 <- list(contagem.exata2, palavra.exata2) #objeto que resume as informações a serem devolvidas
}
return (list(resultado1,resultado2) ) #informações a serem retornadas ao usuário
}
}