Načítanie súborov do reťazca:

f = open('my_file.txt')
content = f.read()
f.close()

# do something with content...

content je typu str.

Často nájdete skrátený (a lepší) zápis:

with open('my_file.txt') as f:
    content = f.read()

# do something with content...

with je kľúčové slovo pre tzv. context manager, ktorý si “uprace po sebe”, a to aj v prípade, keď načítávanie zlyhá.

Čo je v premennej f?

Premenná f reprezentuje súbor, ktorý je na disku.

Okrem metódy read() je možné cez tento objekt iterovať (ale len raz!!):

i = 0
with open('my_file.txt') as f:
    for line in f:
        i += 1
        print(i, ': ', line)

    for line2 in f:
        print(line2) # no output

POZOR: Pokial súbor už existuje tak ho prepíšete:

with open('hello.txt', 'w') as f: 
    f.write('Hello world!')

Módy open

Reťazec 'w' v zápise znamená write

…takže, ak si nechcete prepísať existujúci súbor, tak použite 'x'

Špeciálne znaky

Viac o nových riadkoch napr. tu.

Pokial chcete otvoriť súbor v inom adresari, použite absolútnu alebo relatívnu cestu:

with open('../ina_zlozka/dalsia_zlozka/subor.txt'):
    ...

Pozor

Lomítka na Windows sú opačne.

with open('C:\\Users\\Documents\\subor.txt'):
    ...

1

Pracujte najlepšie v novej (prázdnej) zložke.

• Pomocou Pythonu vytvorte súbor názvom “ahoj.txt”, v ktorom bude text “Ahoj!”
• Otvorte súbor vo vašom obľúbenom textovom editore a modifikujte jeho obsah.
• Načítajte súbor a vypíšte si jeho obsah.

Riešenie 1

with open('ahoj.txt', 'w') as subor:
    subor.write("Ahoj!") 

with open('ahoj.txt') as subor_mod:
    print(subor_mod.read())
    ## alebo
    # for i in subor_mod:
    #    print(i) 

2

• Vytorte si súbor f_1, v ktorom bude text “1”.
• Pomocou for-cyklu (alebo while) napíšte program, ktorý počíta faktoriál a zapisuje výsledky do súborov. Pritom použite vždy výsledok, ktorý načítate z predchádzajúceho súboru.
• Vytvorte takto 10 suborov.

To znamená, že v súbore f_3 bude 6, v súbore f_5 bude 120, atd.

Riešenie 2

# ked f_1 existuje...
for i in range(1, 11):
    with open('f_' + str(i)) as f:
        prev = int(f.read())

    with open('f_' + str(i+1), 'w') as f:
        factorial = (i + 1) * prev
        f.write(str(factorial))

• Textové - tie, ktoré dokážete editovať (.txt, .py, .ipynb, …)
• Binárne (.jpg, .docx,…)

V tomto predmete budete otvárať Pythonom len textové súbory, ale pracovať s binárnymi je tiež možné.

Spracovanie dát

Štandartne chcete:

1. Načítať súbor do reťazca.
2. Premeniť reťazec na zmysluplné datové štruktúry (zoznam, slovník), (ang. parsing).
3. Vypočítať, zistiť niečo.
4. Uložiť výsledok.

Ukážeme si nástroje, pre krok 2.

Metódy str: strip a split

Subor cornetto_trilogy.dat:

---IMDB.com reviews---
Shaun of the Dead, 7.9
Hot Fuzz, 7.8
The World's End, 7.0
     

with open('cornetto_trilogy.dat') as f:
    data = f.read()

# odstrani prip. prazdne riadky na zaciatku a na konci retazca
data = data.strip()

# rozdelenie po riadkoch
lines = data.splitlines()

# prvy  riadok nas nezaujima
lines = lines[1:]

names = []
scores = []
for l in lines:
    pair = l.split(',')
    names.append(pair[0])
    scores.append(float(pair[1].strip()))

Ostatné, ktoré sa hodia

split bez argumentu:

"1    2 3\n4\n 5".split() # rozdeli na prazdnych (whitespace) miestach

replace

"1, 2; 3 | 4".replace(',', ' ').replace(';', ' ').replace('|', ' ').split()

Viac o reťazcoch nájdete v dokumentácii.

“In the name of God, stop a moment, cease your work, look around you.” ― Leo Tolstoy

Pre väčšinu štruktúrovaných súborov, s ktorými sa stretnete už existuje parser.

• CSV (Comma-Separated Values) balíček: csv, funkcia z pandas, read_csv
• Tabuľkované súbory: numpy.genfromtxt, pandas.read_table
• Excelovská tabuľka: pandas.read_excel

Komplexná práca so súbormi

• os.path - práca s cestami a zložkami
• shutil a os - mazanie súborov, kopírovanie, atď
• glob - veľmi užitočné pokial máte viac súborov a chcete ich roztriediť podľa názvu.
• pathlib - skoro vsetko nad