Mostrando las entradas con la etiqueta ascii. Mostrar todas las entradas
Mostrando las entradas con la etiqueta ascii. Mostrar todas las entradas

sábado, 30 de septiembre de 2023

Conteo de vocales de un texto con Python

Conteo de vocales de un texto con Python

Vamos a ver ejemplos de cómo realizar la tarea del conteo de vocales en un texto, desde dos perspectivas y adicional una manera de mejorar el resultado.

Enunciado del problema

Escribir una función que reciba un texto de entrada y como resultado, devuelva el conteo de las vocales existentes en el texto.

Solución 1

Para esta solución, vamos a realizar la iteración del texto, carácter por carácter, para validar si corresponde a una vocal. En caso de serlo realizaremos el respectivo conteo, de lo contrario lo omitiremos.

def countVowelsWithFor(text: str):
    # Inicializamos un diccionario con las vocales todas con valor de cero
    vowels = {v:0 for v in "aeiuo"}
    # Recorremos el texto recibido caracter por caracter
    for c in text:
        # Validamos si el caracter es una vocal
        # Usamos vowels.keys() para recuperar las claves del diccionario
        # que corresponden a la lista de vocales ["a", "e", "i", "o", "u"]
        if c in vowels.keys():
            # Si el caracter es una vocal, incrementamos el conteo en 1
            vowels[c] += 1
    return vowels

De esta manera, si usamos el texto:

validando el conteo de vocales

obtendremos el siguiente resultado:

{'a': 3, 'e': 4, 'i': 1, 'o': 4, 'u': 0}

Solución 2

Para esta solución vamos a evitar realizar la iteración del texto con el ciclo for del caso anterior. En su lugar, vamos a utilizar un método definido en los objetos tipo str (string). El método count() permite recuperar la cantidad de coincidencias de una subcadena.

def countVowelsWithCount(text: str):
    # Inicializamos un diccionario con las vocales todas con valor de cero
    vowels = {v:0 for v in "aeiuo"}
    # Recorremos el listado de vocales definidas en el diccionario
    for v in vowels.keys():
        # Usamos el método count() para recuperar la cantidad
        # de repeticiones que existen en el texto recibido
        # y asignamos el valor a la vocal correspondiente en el diccionario
        vowels[v] = text.count(v)
    return vowels

Con esto vamos a obtener el mismo resultado que en el caso anterior.

Observaciones

Hasta aquí hemos visto dos ejemplos de cómo contar las vocales existentes en un texto, pero aún tenemos algunos inconvenientes:

  • Si las vocales son mayúsculas (A,E,I,O,U), no se las va a contar
  • Si las vocales contienen acentos (á, é, í, ó, ú, ä…), tampoco las va a contar.
    Para solventar esto debemos realizar un preprocesamiento del texto, para limpiarlo y dejarlo en una estructura que nos sirva, por ejemplo el texto:
Este es un gran día para programar en python

Queremos dejarlo limpio, quitando las mayúsculas y las tildes, así:

este es un gran dia para programar en python

Para esto, definiremos una función auxiliar que nos ayude a realizar el preprocesamiento del texto.

# Importamos la función normalize del paquete unicodedata
from unicodedata import normalize
def preprocessing(text: str):
    # Realizamos la limpieza del texto con la función normalize
    # Lo que nos ayudará a cambiar las vocales con acento por vocales normales
    text = normalize('NFKD', text)
    # Otro pao adicional que podemos realizar es la limpiez de caracteres especiales
    # Para esto codificamos el texto como ascii
    text = text.encode('ascii', 'ignore').decode("UTF-8")
    # Finalmente convertimos el texto a minúsculas
    text = text.lower()
    return text

Ahora esta función podemos utilizarla en nuestras funciones de conteo anteriores. En este caso vamos a usar la segunda función, la cual quedaría de la siguiente manera:

def countVowelsWithCount(text: str):
    # Realizamos el preprocesamiento del texto
    text = preprocessing(text)
    # Inicializamos un diccionario con las vocales todas con valor de cero
    vowels = {v:0 for v in "aeiuo"}
    # Recorremos el listado de vocales definidas en el diccionario
    for v in vowels.keys():
        # Usamos el método count() para recuperar la cantidad
        # de repeticiones que existen en el texto recibido
        # y asignamos el valor a la vocal correspondiente en el diccionario
        vowels[v] = text.count(v)
    return vowels

Realizada esta modificación ejecutamos el conteo con la frase propuesta "Este es un gran día para programar en python" obteniendo el siguiente resultado:

{'a': 6, 'e': 4, 'i': 1, 'u': 1, 'o': 2}

El cual difiere del resultado obtenido sin realizar el preprocesamiento, en donde tenemos solamente el conteo de 3 vocales e porque una es mayúscula y ninguna vocal i, porque esta tiene tilde:

{'a': 6, 'e': 3, 'i': 0, 'u': 1, 'o': 2}