200/735
Práce se soubory -- příklad
Obsah:
- Zadání
- Reference
- Kostra zdrojového kódu
- Hlavní programová smyčka
- Práce se souborem
- Převod na malá písmena
- Nahrazení jednoho znaku jiným
- Statistika souboru
- Generování náhodného textu
Zadání
Vytvořte aplikaci, která čte uživatelem zadaný soubor a zapisuje do dalšího uživatelem zadaného souboru. Aplikace provádí následující akce:
- Převede soubor na malá písmena.
- Nahradí výskyt zadaného znaku jiným zadaný znakem.
- Statistika výskytu jednotlivých znaků v souboru.
- Generování náhodného textu. (Uživatel zadává počet slov. Slova mají náhodnou délku a střídají se v nich souhlásky a samohlásky.)
Aplikace se bude ovládat interaktivně pomocí jednoduchého menu.
Příklad činnosti programu:
1) Převod na malá písmena
2) Nahrazení znaků
3) Statistika souboru
4) Generování náhodného textu
5) Konec
1-5> 1
>>> zadej jmého vstupního souboru: text
>>> zadej jmého výtupního souboru: /dev/stdout
python
python je dynamický objektově orientovaný skriptovací
programovací jazyk, který v roce 1991[1] navrhl guido van rossum.
python je vyvíjen jako open source projekt, který zdarma nabízí
instalační balíky pro většinu běžných platforem (unix,
windows, mac os); ve většině distribucí systému linux je python
součástí základní instalace.
mimo jiné je v něm implementován aplikační server zope, instalátor a
většina konfiguračních nástrojů linuxové distribuce firmy red hat.
-----------------------------------------------------------------------
1) Převod na malá písmena
2) Nahrazení znaků
3) Statistika souboru
4) Generování náhodného textu
5) Konec
1-5> 2
>>> zadej znak, který se má nahradit: a
>>> zadej znak, kterým se má nahradit: @
>>> zadej jmého vstupního souboru: text
>>> zadej jmého výtupního souboru: /dev/stdout
Python
Python je dyn@mický objektově orientov@ný skriptov@cí
progr@mov@cí j@zyk, který v roce 1991[1] n@vrhl Guido v@n Rossum.
Python je vyvíjen j@ko open source projekt, který zd@rm@ n@bízí
inst@l@ční b@líky pro většinu běžných pl@tforem (Unix,
Windows, M@c OS); ve většině distribucí systému Linux je Python
součástí zákl@dní inst@l@ce.
Mimo jiné je v něm implementován @plik@ční server Zope, inst@látor @
většin@ konfigur@čních nástrojů Linuxové distribuce firmy Red H@t.
-----------------------------------------------------------------------
1) Převod na malá písmena
2) Nahrazení znaků
3) Statistika souboru
4) Generování náhodného textu
5) Konec
1-5> 3
>>> zadej jmého vstupního souboru: text
A 27 ********************************
Á 5 ******
B 6 *******
C 11 *************
Č 4 ****
D 8 *********
E 23 ***************************
É 3 ***
Ě 7 ********
F 3 ***
G 3 ***
H 8 *********
I 24 *****************************
Í 12 **************
J 11 *************
K 12 **************
L 11 *************
M 13 ***************
N 33 ****************************************
O 30 ************************************
P 13 ***************
R 23 ***************************
S 17 ********************
Š 3 ***
T 25 ******************************
U 12 **************
Ů 1 *
V 17 ********************
W 2 **
X 3 ***
Y 10 ************
Ý 5 ******
Z 5 ******
Ž 1 *
1 3 ***
9 2 **
řádků: 11, slov: 66, znaků: 466
-----------------------------------------------------------------------
1) Převod na malá písmena
2) Nahrazení znaků
3) Statistika souboru
4) Generování náhodného textu
5) Konec
1-5> 4
>>> zadej jmého výtupního souboru: /dev/stdout
>>> zadej počet slov: 20
opa ulide y be p uwegovy e kutuve pidyfel apugyve r e utuxoli mypacogo ykukyw
orobusij edocy w vyjig ehotyzi
-----------------------------------------------------------------------
1) Převod na malá písmena
2) Nahrazení znaků
3) Statistika souboru
4) Generování náhodného textu
5) Konec
1-5> 5`--> stáhnout
Reference
Kostra zdrojového kódu
#!/usr/bin/python
# -*- coding: utf8 -*-
from Tkinter import *
##################################################
### Definice funkcí
##################################################
### Hlavní programová smyčka
##################################################`--> stáhnout
Hlavní programová smyčka
Jádrem programu bude smyčka ve které se uživatele stále dokola práme, co se má udělat:
while True:
print "1) Převod na malá písmena"
print "2) Nahrazení znaků"
print "3) Statistika souboru "
print "4) Generování náhodného textu"
print "5) Konec"
try:
volba = int(raw_input("1-5> "))
if volba == 1:
prevod()
elif volba == 2:
nahrazeni()
elif volba == 3:
statistika()
elif volba == 4:
nahodnyText(40)
elif volba == 5:
exit(0)
else:
print "\n>>>> Zadej číslo od 1 do 5\n"
except ValueError:
print "\n>>>> Zadej číslo od 1 do 5\n"
except EOFError:
exit(0)`--> stáhnout
Teď už jen stačí napsat funkce pro obsluhu jednotlivých "akcí" -- tedy
prevod(), nahrazeni(), statistika() a nahodnyText().
Práce se souborem
Soubor je nejprve třeba otevřít. To se děje pomocí funkce open().
ovladac = open('cesta/k/souboru', mod)`--> stáhnout
Kde mod je buď "r" pro čtení, "w" pro zápis nebo "a" pro přidání do
souboru. V režimu pro zápis je souboru vždy smazán (pokud existuje) a vytvořen
nový, prázdný. V režimu pro přidání se souboru otevře pro zápis, ale jeho obsah
se nesmaže a ukazatel se nastaví na konec souboru.
ovladac je objekt, přes který se se souborem komunikuje:
ovladac.read(pocet)- přečte zadaný počet byte ze souboru.
ovladac.readline()- přečte řádek ze souboru.
ovladac.readlines()- načte celý soubor do seznamu, v každé položce je jeden řádek.
Pokud dojdeme na konec souboru vrátí tyto metody vždy prázdný řetězec, tedy ''.
ovladac.write(obsah)- zapíše obsah do souboru
ovladac.writelines(seznam)-
zapíše do souboru seznam, v každé položce jeden řádek -- řádky
musí být včetně znaku
'\n'. ovladac.close()- uzavře soubor a tím ukončí práci s ním.
Převod na malá písmena
Zde pracujeme simultánně s dvěma otevřenými soubory jeden (vstupní) je otevřen
pro čtení, druhý (výstupní) je otevřen pro zápis. Vždy načteme řádek, pomocí
metody .lower() převedeme na malá písmena a zapíšeme do výstupního souboru.
O ošetření chyb se postará blok try: except.
def prevod():
"""Funkce převede všechna písmena v soboru na malá"""
try:
# otevřu:
inName = raw_input(">>> zadej jmého vstupního souboru: ")
inFile = open(inName,"r")
outName = raw_input(">>> zadej jmého výtupního souboru: ")
outFile = open(outName,"w")
# čtu do konce souboru
while True:
# čtu:
radek = inFile.readline()
# na konci souboru mi funkce vrátí prázdný řetězec
if radek == '':
break
# zapisuji
# radek = radek.decode('utf-8')
# radek = radek.upper()
# radek = radek.encode('utf-8')
outFile.write(radek.decode('utf-8').upper().encode('utf-8'))
outFile.write(radek.decode('utf-8').lower().encode('utf-8'))
# uzavřu soubory
inFile.close()
outFile.close()
except IOError:
print "\nERROR > Něco je špatně:"
print "ERROR > zkontroluj si jméno souboru a přístupová práva\n"`--> stáhnout
Pokud požadujete, aby fungovala správně i čeština je nutné následující:
- importujte si modul
locale - před převodem na malá písmena převeďte řetězec do Unicode a poté opět zpět do příslušné znakové sady.
Nahrazení jednoho znaku jiným
Zde je vše stejné jako u převodu na malá písmena, takže uvedu jen to co se liší. Opět jsou otevřené dva soubory najednou -- jeden pro čtení, druhý pro zápis. Jen se uživatel musíme navíc zeptat na znak nahrazovaný a nahrazující.
Nabízím zde řešení, kdy se soubor zpracovává po znacích.
...
...
while True:
# čtu:
znak = inFile.read(1)
# na konci souboru mi funkce vrátí prázdný řetězec
if znak == '':
break
# zapisuji
if znak == znakStary:
outFile.write(znakNovy)
else:
outFile.write(znak)
...
...`--> stáhnout
To je ale hodně nevýhodné při práci s českým textem ve více-bytovém kódování jak o je třeba UTF-8. V tomto případě se jeví se vhodnější zpracovávat soubor po řádcích (stejně jako v předchozím případě) a použít na každý řádek metodu str.replace.
...
...
while True:
radek = inFile.readline()
if radek == '':
break
outFile.write(radek.decode('utf-8').replace(znakStary,znakNovy).encode('utf-8'))
...
...
`--> stáhnout
Statistika souboru
Statistika souboru vypisuje
- počet řádků slov a písmen
- počty výskytů jednotlivých znaků
Soubor budeme zpracovávat pořádcích -- to nám umožní počítat řádky a slova.
Dále pak každý řádek zpracujme po jednotlivých znacích. Pro ukládání počtu jednotlivých znaků použijeme [slovník][py_slovnik]. Klíčem budou jednotlivé znaky.
Při výpisu počtu znaků je potom vytvořen jednoduchý bargraf, který počet znaků vizualizuje.
f = open('/dev/stdin', 'r')
pocetRadku = 0
pocetZnaku = 0
pocetSlov = 0
# slovník do kterého ukládám četnosti znaků jednotlivých písmen
# klíčem je vždy písmeno
cetnostZnaku={}
while True:
radek=f.readline()
if radek == '':
break # protože jsem došel na konec souboru
radek = radek.decode('utf-8') # aby se znaky s diakritikou chovali jako písmeno
pocetRadku = pocetRadku + 1
delka=len(radek)
pocetZnaku += delka
pocetSlov += len(radek.split()) # řádek rozdělím na slova
for znak in radek: # řádek zpracovávám po znacích
if znak in (' ','\t', '\n' ):
continue # bílé znaky přeskoč
# četnost jednotlivých znaků
if cetnostZnaku.has_key(znak):
cetnostZnaku[znak] += 1
else:
cetnostZnaku[znak] = 1
print "---- četnosti znaků -------------"
for znak in cetnostZnaku.keys():
pocet = 60 * cetnostZnaku[znak] / max(cetnostZnaku.values())
graf = '*' * pocet
print "{0:2s}{1:10} |{2}".format( znak, cetnostZnaku[znak], graf )
print "-------------------------------------"
print "počet řádků:", pocetRadku
print "počet slov:", pocetSlov
print "počet znaků:", pocetZnaku
print "-------------------------------------"`--> stáhnout
Generování náhodného textu
Při generování náhodného textu požadujeme aby
- se střídala souhláska a samohláska
- slovo mělo náhodnou délku
- slovo začínalo náhodně souhláskou nebo samohláskou
Vytvoříme tedy seznam souhlásek a samohlásek a budeme z nich náhodně na-střídačku vybírat vždy jeden znak. Také náhodně určíme jestli samohlásky/souhlásky jsou sudé/liché (řádek 12 a 14). Celé to provádíme v náhodně dlouhém cyklu čímž zajistíme náhodnou délku slov.
1 import random
2
3 ...
4
5 def nahodnyText(pocetSlov):
6 samohlasky = 'aeiyou'
7 souhlasky ='qwrtpsdfghjklzxcvbnm'
8
9 for i in range(pocetSlov):
10 #jedno slovo
11 delkaSlova = random.randint(1,8)
12 zacatek = random.randint(0,1) # zacinam samohlaskou nebo souhlaskou?
13 for i in range(delkaSlova):
14 if i % 2 == zacatek: # ztrida se samohlaska a souhlaska
15 sys.stdout.write( random.choice(souhlasky) )
16 else:
17 sys.stdout.write( random.choice(samohlasky) )
18 sys.stdout.write(' ')
19 sys.stdout.write('\n\n')`--> stáhnout
