GENÈSE D'UN DICTIONNAIRE

Tous les accès au disque (lecture/enregistrement de la base de mots) seront réservés à une nouvelle unité que nous appellerons uDisque. Dans le menu Fichier/Nouveau, nous choisissons Nouvelle unité ; elle apparaît dans l'Éditeur de source ; enregistrement sous le nom de uDisque.

Nous revenons à l'unité principale, uLex2, et nous ajoutons la nouvelle unité dans la liste existante sous la clause uses.

unit uLex2;
 
{$mode objfpc}{$H+}
 
interface
 
uses
  Classes, SysUtils, FileUtil, LResources, Forms, Controls, Graphics, Dialogs,
  StdCtrls, ComCtrls, ExtCtrls, uDisque;
 
type
 
  { TForm1 }

Pour la lecture des données, nous avons remarqué l'efficacité de l'instruction LoadFromFile. Nous allons la reprendre ici, en deux étapes :

1 - dans l'unité uDisque, sous la ligne des unités et avant la commande implementation, nous écrivons la ligne suivante :

procedure LireFichier(listeMots : TStringList);

et nous appuyons simultanément sur les touches Ctrl, Maj et C : la procédure est créée immédiatement sous la ligne implementation :

unit uDisque;
 
{$mode objfpc}{$H+}
 
interface
 
uses
  Classes, SysUtils; 
procedure LireFichier(listeMots : TStringList);
implementation
 
procedure LireFichier(listeMots: TStringList);
begin
 
end;
 
end.

2 - le curseur clignote entre les mots begin et end ; nous écrivons l'instruction

listeMots.LoadFromFile('liste.de.mots.francais.frgut.txt');

C'est l'unité principale du projet. Nous reprenons rapidement les étapes déjà connues :

- la fenêtre Form1 est renommée en Lex2 ;

- on ajoute un composant bouton et un composant memo ;

- dans la procédure onClick du bouton, on remplit l'espace entre les mots begin et end comme suit :

procedure TForm1.Button1Click(Sender: TObject);
begin
  listeMots := TStringList.Create;
  LireFichier(listeMots);
  Memo1.Append('Premier mot : '+listeMots[0]);
  Memo1.Append('Dernier mot : '+listeMots[listeMots.Count-1]);
end;

Il faudra enfin déclarer la variable listeMots en ajoutant, sous la ligne Form1 : Tform1, la déclaration :

listeMots: TstringList;

Un clic sur le petit triangle vert lance l'exécution. Si tout se passe bien, après un clic sur le bouton de l'interface Lex2, la liste est chargée et le composant Memo indique presque instantanément quels sont les premier et dernier mots de la liste :

Cliquez sur le petit carré rouge du menu Lazarus pour arrêter l'exécution.

Il est aussi possible de cliquer sur la petite croix en haut et à droite de Lex2.

Une fenêtre indique « Exécution interrompue » ; cliquez sur Ok pour reprendre l'édition du projet.

Il serait plus rationnel que la mise en route du programme déclenche automatiquement le chargement de la liste de mots. Pour cela, on utilise la propriété onCreate de l'interface.

Dans l'inspecteur d'objets, cliquez sur Form1 pour sélectionner l'objet. Au-dessous, dans l'onglet Évènements, cliquez sur le mot OnCreate, puis sur les trois points qui apparaissent à droite. Automatiquement, la procédure est créée. On y place toutes les instructions qui figuraient jusqu'à présent dans la procédure Button1Click.

Pour arrêter le programme, il est logique d'utiliser un bouton spécialisé. Pour cela, on rebaptise button1 en Arrêt (dans la propriété Caption) et dans le code, on insère les instructions suivantes :

listeMots.Free; Application.Terminate;

La première libère proprement la mémoire, et la seconde termine l'application.

Dans la fenêtre Lex2 nous glissons trois nouveaux composants :

1. Un TLabel qui affichera le mot cherché ; propriété Font, ligne Size : remplacer 0 par 14 ;
2. Un TEdit qui recevra la requête(4) ;
3. Un TButton qui déclenchera la requête, propriété Caption modifiée en Chercher.

La logique est simple : un clic sur le bouton Chercher devra déclencher la lecture du texte saisi dans le TEdit. Ce texte est comparé à la liste en mémoire ; s'il existe, il est affiché dans le TLabel.

L'unité uLex2 comprend maintenant quatre procédures :

implementation
 
{ TForm1 }
 
procedure TForm1.Button1Click(Sender: TObject);
begin
   listeMots.Free;
   Application.Terminate;
end;
 
procedure TForm1.Button2Click(Sender: TObject);
begin
  Recherche(Edit2.Caption);
end;
 
 
procedure TForm1.FormCreate(Sender: TObject);
begin
  listeMots := TStringList.Create;
  iMot := 0;
  LireFichier(listeMots);
  Memo1.Append('Premier mot : '+listeMots[0]);
  Memo1.Append('Dernier mot : '+listeMots[listeMots.Count-1]);
  MAJAffichage;
  //ListBox1.Items.Create;
end;
 
procedure TForm1.Recherche(nMot: string);
var iMot : integer;
begin
   iMot := listeMots.IndexOf(nMot);
   if iMot >= 0 then Label1.Caption:= listeMots[iMot]
                else Label1.Caption:= 'échec';
   Memo1.Append('Index '+IntToStr(iMot));
end;
 
end.

Un clic sur le bouton2 (Chercher) envoie le contenu du composant Edit2 à la procédure Recherche.

Si le mot n'est pas trouvé, la variable iMot est négative. Dans ce cas, l'afficheur indique « échec ».

Pour permettre de suivre l'activité de recherche, le Memo reçoit la valeur de l'index.

Une variante consisterait à entrer un numéro à la place d'un mot, mais son intérêt pratique est moins évident.

Les procédures Button ou FormCreate sont créées par le système, donc reconnues sans problème au moment de la compilation. Par contre, la procédure Recherche est ignorée si elle n'est pas déclarée dans la même rubrique que les autres, sous la ligne Tform1 = class(TForm).

Un clic sur le petit triangle vert…

Le mémo affiche les premier et dernier mots.

Dans la zone d'édition, on entre le mot à chercher, par exemple « bonjour » : le résultat s'affiche. Si on cherche « bonjoux », on lit la mention « échec » ; le memo affiche un index de 33608(5) dans le premier cas, -1 dans le second.

Tout va bien, ou presque… Si on cherche « a », la recherche aboutit (index 0, qui correspond au premier mot de la liste). Si on cherche « à », on obtient un échec (index -1 alors que la liste contient bien ce mot à l'index 1). D'une façon générale, une erreur se présente pour tous les mots qui contiennent des lettres accentuées(6).

Dans le chapitre 1, nous avions pourtant constaté qu'un programme basique comme WordPad affichait correctement les lettres accentuées. Il y a donc un problème avec Lazarus…

Ce logiciel de programmation est en effet conçu pour s'adapter à toutes les langues (en tout cas à un maximum), et l'option retenue pour le traitement des chaînes de caractères est la norme UTF8. Les lettres accentuées sont traitées non comme un caractère unique, mais comme une séquence formée de plusieurs octets. Encore un effet de la mondialisation…

Au contraire, la norme ANSI, beaucoup plus ancienne, utilisée pour constituer la liste de mots que nous essayons maintenant de maîtriser, code tous les caractères par un unique octet. Avantage : fichiers plus courts, recherches plus rapides… Inconvénient : les procédures de traitement de texte ne s'appliquent plus automatiquement aux autres langues…

Heureusement, des passerelles existent. Passer d'un codage à un autre ne présente aucune difficulté. Il faut donc simplement choisir une option et adopter les passerelles disponibles pour qu'une chaîne de caractères ANSI soit convertie en UTF8 quand c'est nécessaire, et inversement.

Option 1 - Par souci d'homogénéité avec le fichier de mots, nous adopterons le codage ANSI pour notre projet de dictionnaire.
L'interface graphique de Lazarus sera donc alimentée par des chaînes à convertir en UTF8.
Mais la conversion du fichier de mots au standard UTF8 aurait eu également sa logique ! Elle pourrait se révéler nécessaire pour d'autres langues.

Contrairement aux accents, la recherche de mots contenant une ou des majuscules n'offre aucune difficulté : les essais avec « bonjour », « Bonjour » ou « bonJour » donnent le même résultat.

Si on se rappelle que les grilles de mots croisés utilisent exclusivement des lettres majuscules et sans accent, on peut conclure que tout va bien ainsi.

Mais si on a l'ambition d'introduire un peu de logique dans la recherche, la présence ou non de majuscules peut se révéler déterminante. Un pari, des paris, la ville de Paris... les concepts sont vraiment différents. Les mots corse, Corse, corsé s'écrivent de la même façon dans une grille de mots croisés, mais relèvent de définitions différentes… Ignorer les majuscules conduirait, comme pour les accents, à réduire fortement la qualité des informations que nous voulons traiter.

Et pourtant, la liste que nous consultons ne contient actuellement aucune majuscule ! Oui, mais nous devons l'ouvrir aux noms propres et étrangers, ainsi qu'aux abréviations, pour la rendre compatible avec les usages des mots croisés.

Option 2 - Les majuscules et les minuscules seront distinguées de façon à conserver le maximum de sens aux mots stockés.

Il existe une troisième convention, pas évidente mais adoptée implicitement, c'est celle des lettres accolées comme dans « cœur », ou « nævus »  : notre dictionnaire les considérera comme des lettres distinctes, c'est-à-dire que œ sera écrit et traité comme o suivi d'un e.

Option 3 - Les mots comme « cœur », « œdème », « sœur », etc. seront enregistrés et traités avec des lettres séparées.

Les définitions des mots croisés introduisent fréquemment des valeurs numériques, par exemple le code postal, la longueur d'un fleuve, l'âge du capitaine, etc. Pour autoriser ultérieurement une recherche, il est donc nécessaire d'autoriser ces caractères.

Par ailleurs, les traits-d'union sont escamotés dans les grilles : « Notre-Dame » s'écrira « NOTREDAME ». De même pour les espaces : « urbi et orbi » s'écrira « URBIETORBI ». Dans les deux cas, la première graphie est correcte, et la seconde réservée aux mots croisés, ce qui complique un peu les opérations d'enregistrement, de recherche et d'affichage. Pour autant, il reste nécessaire de conserver l'orthographe originale : c'est précisément celle qui est utilisée dans les définitions, point de départ de toute recherche. Il restera à soigner les résultats pour que leur format soit compatible avec celui d'une grille.

Option 4 - Les chiffres, les espaces et les traits-d'union seront acceptés dans notre dictionnaire.

Notre projet n'a pas l'ambition de concurrencer l'Académie. Il veut s'ouvrir à toutes les graphies, et esquiver toutes les querelles de chapelles. Les noms propres, étrangers, sigles et index numériques seront acceptés comme c'est l'usage dans les définitions de mots croisés.

Mais cette ouverture ne signifie pas laxisme, et une attention particulière sera portée à l'introduction de mots nouveaux.