Présentation de la boîte à outils n°1

Tout d'abord, on crée 2 variables : rep et rubrique qui prendrons en charge les arguments de notre programme.
Puis on gère les cas où le répertoire se terminerait par "/".
ensuite, on ouvre le fichier txt et le fichier xml que l'on a traité. Et on écrit dans le fichier xml l'en-tête.

Puis on initialise un dictionnaire des titres (my %dico_des_titres=()) pour éviter qu'un même fichier ne soit traité plusieurs fois.

&parcoursarborescencefichiers($rep) permet de faire appel à la fonction définie plus loin de façon récursive.

Puis on ferme la balise corpus2019 et enfin on ferme les fichiers.

Passons maintenant en revue les fonctions utilisées :

Tout d'abord, la fonction parcoursarborescencefichiers qui nous permet de récupérer tous les fichiers que l'on veut traiter. Avec shift(@_), le premier élément de la liste est récupéré, il l'enlève du fichier traité et il le renvoie. $_ est une variable par défaut, contextuellement cette variable contient la valeur que le programme est en train d’utiliser.

On ouvre le contenu du répertoire avec opendir(DIR, $path) or die "can't open $path: $!\n"; et on lit tous les fichiers même ceux qui sont cachés. Puis on renvoie la liste des ressources du répertoire avec my @files = readdir(DIR) et enfin, on ferme avec closedir(DIR).

Puis pour chaque fichier, on vérifie que son répertoire vérifie l'expression régulière suivante : next if $file =~ /^\.\.?$/ et si ce n'est pas le cas, on passe à l'élément suivant. Cela permet d'éviter au programme de rester bloqué sur le répertoire courant.

Avec $file = $path."/".$file, on crée une variable qui nous permet d'accéder à la ressource sur laquelle est le programme.

Avec if (-d $file), on interroge ce qu'il a trouvé, si c'est un dossier, il doit continuer à parcourir l'arborescence, si c'est un fichier (if(-f $file)), alors pour les fichiers ayant l'extention xml

On ouvre le ficher. Dans perl, la variable défini $/ contient \n, il faut la changer si on veut modifier le mode de lecture. On entre dans une variable (my $textelu) le contenu du fichier, on le ferme. On ajoute la balise item qui correspond à un titre avec sa description, la balise titre et la balise description. Puis récupère le titre et la description à l'aide de variable.

Puis pour le titre et la description, on fait appel à la fonction de nettoyage qui permet d'enlevé ce qui peut être indésirable comme des " qui remplacerait les ". Et enfin on écrit les résulats dans un fichier.