txt = txt.replace('\n', ' ')
txt = txt.replace('\r', ' ')
doc = Document(datet, i['title'], author, txt, i['id'])
corpus.add_doc(doc)
#Chercher dans le corpus le mot passer en paramètre
#Affichage des lignes ou le mot est apparue
#corpus.search("covid-19")
#creation d'une nouvelle liste qui contient les différents mots nettoyer.
all_doc = []
for i in range(len(corpus.get_coll())):
all_doc.append(corpus.get_doc(i).get_text().split())
#creation de la matrice de co-occurence word 2 word
x = corpus.prepapre_to_matrix()
# cration d'une liste en utilisants plusieurs listes
data = list(itertools.chain.from_iterable(x))
print("######################## Les WORDS #########################")
print(data)
#constructionde la matrice de co-occurence avec vocab contenant des mots
matrix, vocab_index = Corpus.generate_co_occurrence_matrix(data)
#transformation de la matrice en dataframe
data_matrix = pd.DataFrame(matrix, index=vocab_index, columns=vocab_index)
print(
"######################## Matrice de Co Ocurrence #########################"
)
print(data_matrix)
#sauvegarde de la matrice en csv
