Una delle principali esigenze della vita professionale è quella di poter elaborare dati reali. Questi dati possono essere contenuti all'interno di file di testo, documenti di calcolo ecc. In questa lezione, vedremo come Python metta a disposizione degli strumenti specifici per lavorare con i file.
In questa sezione analizzeremo le principali elaborazioni possibili sui file di testo, in particolare sui file con estensione .txt, vale a dire i file di solo testo. Si tratta dei file che possono essere generati con qualunque elaboratore di testo (es. Notepad, Textedit, ecc.) e che conservono limitatissime informazioni sulla formattazione.
Per accedere a un file, è necessario prima aprirlo, utilizzando il suo nome (se il file si trova nella medesima cartella in cui è presente lo script in esecuzione) o, nel caso in cui il file si trovi in un'altra cartella, il nome del file, preceduto dal percorso della cartella in cui si trova.
Facciamo un esempio:
'sentenza.txt'si riferisce ad un file situato nella medesima cartella;'/home/roberto/Documenti/sentenza.txt'si riferisce ad un file situato nella cartella/home/roberto/Documenti'
L'apertura di un file comporta la creazione di un oggetto di tipo file.
L'istruzione standard per aprire un file è:
nomevariabile = open('percorsofile', [modalitàapertura])
Ad esempio, se lavorassimo sul file sentenza.txt che si trova nella medesima cartella dello script, avremmo:
f = open('sentenza.txt', 'r')apertura del file in modalità sola lettura;f = open('sentenza.txt', 'w')apertura del file in modalità scrittura (sovrascrive il contenuto precedente)f = open('sentenza.txt'), 'a')apertura del file in modalità aggiungi (ossia aggiunge alla fine del file)
Nel momento in cui si ha a disposizione l'oggetto file, in questo caso f.
A questo punto, potremo utilizzare i metodi propri dell'oggetto file, tra i quali, i più comuni sono:
read()che restituisce una stringa contenente l'intero file di testo;readlines()che restituisce una lista contenente tutte le frasi (*intendendosi per frasi, quelle separate dal carattere\n, aggiunto automaticamente alla pressione del tasto enter);write()che scrive una stringa aggiungendola all'oggetto file.
Terminata l'elaborazione, occorre chiudere l'oggetto file con il metodo .close()
Facciamo qualche esempio.
Con il codice che segue, decidiamo di:
- aprire il file
sentenza.txt - leggerne tutto il contenuto e visualizzarlo a video;
- chiudere l'oggetto file.
# apre il file
f = open('sentenza.txt', 'r')
# legge il testo
text = f.read()
# chiude il file
f.close()
# stampa il testo
print(text)Ecco l'output.
A questo punto, proviamo a leggere il nostro file, riga per riga.
Utilizzeremo il metodo readlines() al posto del metodo read()
# estrazione testo da file txt
# Soluzione n. 1 prima aprire file
# il file viene memorizzato in un oggetto file che chiamiamo f
f = open('sentenza.txt', 'r')
# legge il testo e lo trasforma in una lista di righe
lines = f.readlines()
# chiude il file
f.close()
# stampa le righe
print(lines)Ecco l'output.
Come si può vedere, è stata creata una lista di stringhe, corrispondente ad ogni riga del testo. Lo si comprende perché ogni stringa è delimitata da due apici e separata dall'altra mediante una virgola: la tipica struttura della stringa.
E per avere la lista delle righe senza i caratteri speciali come \n?
Si può utilizzare il metodo .rstrip() sulla singola riga, all'interno di un ciclo.
# estrazione testo da file txt
# Soluzione n. 1 prima aprire file
# il file viene memorizzato in un oggetto file che chiamiamo f
# lista vuota conterrà le righe senza il carattere di riga a capo
lines_clean = []
f = open('sentenza.txt', 'r')
# legge il testo e lo trasforma in una lista di righe
# per ogni riga nella lista delle righe
for line in f.readlines():
# aggiunge la riga pulita alla lista di righe
lines_clean.append(line.rstrip())
# chiude il file
f.close()
# stampa le righe
print(lines_clean)Vediamo l'output.
E se volessimo avere una lista delle sole parole?
Entra in gioco un ulteriore metodo delle stringhe, ossia il metodo .split(). Il metodo .split() suddivide una stringa in occasione di un delimitatore (che può essere un carattere, più caratteri ecc.) e restituisce una lista di stringhe.
Facciamo un esempio.
Buongiorno, mi chiamo Roberto e sono un avvocato.
Posso utilizzare come delimitatore il carattere e, utilizzando .split(' e ') (notare che ho inserito uno spazio prima e uno spazio dopo).
Otterrò due sottostringhe:
- Buongiorno, mi chiamo Roberto
- sono un avvocato.
Potrei utilizzare come delimitatore Roberto (in questo caso senza inserire uno spazio prima e uno dopo ed otterrò):
- 'Buongiorno, mi chiamo '
- *' sono un avvocato'
Se invece non specifico il parametro di .split() la nostra stringa verrà tagliata in occasione di ogni spazio. Ed avremo:
'Buongiorno,','mi','chiamo','Roberto' ecc.
Facciamo un esempio sul nostro file.
# estrazione testo da file txt
# Soluzione n. 1 prima aprire file
# il file viene memorizzato in un oggetto file che chiamiamo f
# lista vuota conterrà le parole
wordlist = []
f = open('sentenza.txt', 'r')
# legge il testo e lo trasforma in una lista di righe
# per ogni riga nella lista delle righe
for line in f.readlines():
# elimina i caratteri di a capo
line = line.rstrip()
# divide la stringa in una lista utilizzando come separatore lo spazio
words = line.split()
# con il segno + aggiungiamo il contenuto di "words" (che è una lista) ad un'altra lista "wordlist"
wordlist += words
# chiude il file
f.close()
# stampa le righe
print(wordlist)Ed ecco l'output.
Spunti ulteriori:
- aggiungere la possibilità di rimuovere i caratteri indesiderati (punteggiatura);
- contare il numero di apparizioni di ogni parola.
In precedenza abbiamo visto ed illustrato come lavorare con i file testuali. Ora spiegheremo come gestire i fogli di calcolo elettronico (spreadsheet).
Siamo tutti solitamente abituati a lavorare con excel o eventualmente con libreoffice e, quindi, rispettivamente con file di tipo .xlsx e/o .ods. Python dispone di librerie esterne molto potenti per la manipolazione dei suddetti formati di file. A scopo didattico, tuttavia, utilizzeremo una libreria facente parte della cd. standard library di Python ossia il modulo csv.
Il modulo csv, tuttavia, presuppone che si stia operando con file CSV (ossia i cd. comma separated values), dove ogni colonna è separata da un delimitatore (che in genere è una , o un ;). Fortunatamente, qualsiasi programma di elaborazione di fogli di calcolo può convertire il foglio corrente in formato CSV.
Ipotizziamo un foglio di calcolo molto semplice, come nell'esempio seguente.
Abbiamo una riga di intestazione e tre righe contenenti i nostri contatti.
Possiamo utilizzare python per leggere e/o scrivere su questo file, previa conversione in formato CSV.
Le operazioni che dovremo compiere sono:
- importazione del modulo csv
- creazione di un oggetto file a partire dal nostro file CSV
- creazione di un oggetto lettore di csv utilizzando il metodo
.reader()del modulo csv che restituisce un oggetto contenente tutte le righe del csv - creazione di un ciclo per accedere alle singole righe.
Vediamo il codice.
# importo il modulo csv
import csv
# apro il file CSV (in modalità lettura)
infile = open('lista.csv', 'r')
# creo l'oggetto lettore di csv che conterrà tutte le righe
csvReader = csv.reader(infile)
# ciclo per stampare ogni riga
for row in csvReader:
print(row)Vediamo cosa ci restituisce il sistema
Come possiamo vedere, per ogni riga ci viene restituita una lista, contenente i valori di ogni singola colonna. Trattandosi di una lista, possiamo accedere al singolo valore utilizzando il suo indice.
| posizione 0 | posizione 1 | posizione 2 | |
|---|---|---|---|
| Riga 0 | Nome | Cognome | |
| Riga 1 | Mario | Rossi | [email protected] |
| Riga 2 | Giovanni | Bianchi | [email protected] |
| Riga 3 | Luigi | Verdi | [email protected] |
Ad esempio per visualizzare la mail di Giovanni Bianchi, dobbiamo accedere alla riga in posizione 2 e all'elemento in posizione 2.
Di seguito alcuni esempi:
# mail di giovanni
print(csvReader[2][2])
# nome del sig. verdi
print(csvReader[3][0])Output.
Abbiamo una eccezione. Il sistema ci dice che non possiamo accedere alle righe dell'oggetto csvReader.
Una soluzione potrebbe essere quella di creare una lista vuota ed aggiungere ogni riga.
righe = []
for row in csvReader:
righe.append(row)
print(righe)
print(righe[2][2])
print(righe[3][0])E ora funziona!
Se volessimo aggiungere dei record al file ?
Ci sono varie possibilità (non ce n'è una migliore di un'altra, come spesso avviene in informatica)
Potremmo aggiungere una nuova riga alla lista righe che abbiamo prima generato.
righe.append(['Marco','Gialli','[email protected]'])A quel punto, potremmo aprire di nuovo il file lista.csv in modalità 'w' che sovrascriverà il relativo contenuto.
# apro il file in modalità scrittura
outfile = open('lista.csv','w')
# creo oggetto scrittore di csv
csvWriter = csv.writer(outfile)
for row in righe:
# scrivo ogni riga all'interno del file (sovrascrivendo il contenuto)
csvWriter.writerow(row)
# chiudo il file
outfile.close()E successivamente, riaprire il file per vedere il contenuto.
# riapro il file CSV (in modalità lettura)
infile = open('lista.csv', 'r')
# creo l'oggetto lettore di csv che conterrà tutte le righe
csvReader = csv.reader(infile)
# per ogni riga
for row in csvReader:
# visualizzo riga
print(row)Vediamo l'output.
Ottimo! come vediamo Marco Gialli è stato inserito nel file.