| < eelmine | 6. nädala sisukord | järgmine > |
6.2 Lugemine failist
LUGEMINE FAILIST. TÕDE JA ÕIGUS
Juba siis, kui tutvusime for-tsükliga, tõime välja võimaluse selle abil failist lugeda. Oleme seda võimalust ka korduvalt kasutanud.
fail = open("andmed.txt", encoding="UTF-8")
for rida in fail:
print("Lugesin sellise rea: " + rida)
fail.close()
Pikema teksti lugemise ja analüüsimise näitena võtame käsile Anton Hansen Tammsaare "Tõe ja õiguse" 1. köite. Tegemist on meie rahva ühe tüvitekstiga, mida siin omalaadselt käsitleme. Valdur Mikita on Sirbis kirjutanud: "Rahvas, kelle kõige kuulsam kirjandusteos on viieköiteline sookuivendamise käsiraamat, ei saa olla normaalne – ja ei peagi. Võimalik, et meil on ilmaruumis hoopis üks teine asi ajada."
Kõigepealt tuleb tekst arvutisse laadida siit. (Kes tahab, võib proovida ka programselt veebist lugemist.)
Järgmine programm loendab, mitu korda on tekstis sõna "tõde" ja mitu korda "õigus".
f = open("anton_hansen_tammsaare_tode_ja_oigus_i.txt", encoding='UTF-8')
tõde = 0 # loendaja
õigus = 0 # loendaja
for rida in f: # ridade kaupa
sõnad = rida.split() # rea sõnad järjendisse
for s in sõnad: # sõnade kaupa
if s == "tõde":
tõde += 1
if s == "õigus":
õigus += 1
print("Failis sõna 'tõde' on", tõde, "korda.")
print("Failis sõna 'õigus' on", õigus, "korda.")
f.close()
Ülesanne
See programm leidis ainult täpselt sõnade "tõde" ja "õigus" arvud. Kui tahame, et arvesse tuleksid ka need juhud, kus vahetult sõna järel on mingi kindel kirjavahemärk, siis saame kasutada järgmisi võrdlusi. Antud juhul siis võetakse arvesse need juhud, kus sõna järel on punkt, koma või küsimärk.
if s.strip(".,?") == "tõde":
tõde += 1
if s.strip(".,?") == "õigus":
õigus += 1
Nüüd vaatame varianti, kus kontrollitakse, kas sõna "tõde" ("õigus") sisaldub vaadeldavas sõnes.
if "tõde" in s:
tõde += 1
if "õigus" in s:
õigus += 1
Kui tahame suurte tähtedega variante arvesse võtta, siis saame seda teha, muutes sõne väiketäheliseks.
if "tõde" in s.lower():
tõde += 1
if "õigus" in s.lower():
õigus += 1
VEEL FAILIST LUGEMISEST. FUNKTSIOON readline
Vaatleme veel mõningaid võimalusi, kuidas failidest andmeid kätte saada. Alustame funktsiooniga readline, mis võtab failist järgmise rea. Esialgu aga teeme Thonny endaga või mõne tekstiredaktoriga faili andmed2.txt, kust andmeid võtame. Esimesel real on inimese nimi, teisel real vanus (täisarvuna) ning kolmandal real meiliaadress.
Fail peab olema plain-text kujul (laiendiga .txt), näiteks Wordi fail (laiendiga .doc vms) ei sobi.
f = open("andmed2.txt", encoding="UTF-8")
nimi = f.readline()
vanus = f.readline()
aadress = f.readline()
print("Nimi:", nimi)
print("Vanus:", vanus, "aastat")
print("Aadress:", aadress)
f.close()
Vaatame lähemalt, mis toimub.
f = open("andmed2.txt", encoding="UTF-8")
Käsk open otsib failisüsteemist üles soovitud faili ja tagastab viite sellele (antud näites salvestasime selle viite muutujasse f, mis on levinud nimi failide tähistamiseks). Kui tahame avada faili samast kaustast, kus asub programm, siis piisab vaid failinimest koos laiendiga: f = open('andmed2.txt'). Selleks, et täpitähed õigesti paistaksid, täpsustame kodeeringut encoding="UTF-8".
nimi = f.readline()
Rida nimi = f.readline() loeb failist ühe rea, milles on meie näites isiku nimi, ning annab selle väärtuseks muutujale nimi. Järgmisel korral sama käsku kasutades loetakse juba järgmine rida - meie näites vanus.
f.close()
Käsk f.close() paneb faili kinni.
Programmi tööle pannes näeme, et väljundis tekib üleliigseid tühje ridu. Nimelt jäetakse iga rea lõppu alles ka failist pärinev reavahetuse sümbol. Tekstifailides tähistatakse reavahetust sarnaselt Pythoniga: kui Pythoni sõne sisse kirjutame sümboli \n, siis tähendab see Pythoni jaoks reavahetust. Iga kord kui tekstiredaktoris järgmise rea ette võtate, sisestab programm teie eest faili reavahetuse märgi. See reavahetuse märk jäetakse alles, kui nüüd failist teksti loeme.
FUNKTSIOONID readlines JA read
Lisaks funktsioonile readline saab failist info kätte ka funktsiooniga readlines.
f = open("andmed2.txt", encoding="UTF-8")
loetud = f.readlines()
f.close() # faili ei lähe enam vaja
print(loetud)
Näeme, et muutujas loetud on list, mille iga element on üks rida näidatud failist.
Veebist lugemisel kasutasime funktsiooni read. Seda saame kasutada ka failist lugemise korral. Nii saame kogu faili sisu ühe sõnena.
f = open("andmed2.txt", encoding="UTF-8")
loetud = f.read()
f.close() # faili ei lähe enam vaja
print(loetud)
Võime aga märkide arvu (antud juhul 5) ka ette anda.
f = open("andmed2.txt", encoding="UTF-8")
loetud = f.read(5)
f.close() # faili ei lähe enam vaja
print(loetud)
Etteantud märkide arv võib olla ka üks, siis võetakse märke ühekaupa. Järgmine programm on inspireeritud asjaolust, et SMSi saatmisel on õ-tähte sisaldavate sõnumite maksimaalne pikkus märgatavalt väiksem. Sageli asendatakse täht õ numbriga 6. Teeme vastava programmi
f = open("sms.txt", encoding="UTF-8")
while True: # lõpmatu tsükkel, kui ei katkestata
sümbol = f.read(1) # loetakse üks sümbol
if sümbol == "": # kui enam pole
break # tsükkel katkestatakse
if sümbol == "õ":
print("6", end = "") # reavahetust ei tule
else:
print(sümbol, end = "") # reavahetust ei tule
f.close() # faili ei lähe enam vaja
Sama ülesande saab lahendada ka kahe for-tsükliga. Välimine tsükkel tegutseb ridade kaupa. Sisemisel võetakse vastavast reast sümboleid.
f = open("sms.txt", encoding="UTF-8")
for rida in f: # ridade kaupa
for sümbol in rida: # sümbolite kaupa
if sümbol == "õ":
print("6", end = "") # reavahetust ei tule
else:
print(sümbol, end = "") # reavahetust ei tule
f.close() # faili ei lähe enam vaja
Toome ka kolmanda variandi, kus funktsiooni read() saame faili kogu sisu ühe sõnena käsitleda. Selles sõnes muudame funktsiooni replace abil kõik tähed õ numbriteks 6.
f = open("sms.txt", encoding="UTF-8")
failisisu = f.read()
asendatudõ = failisisu.replace("õ","6")
print(asendatudõ)
f.close()
Ülesanne
| < eelmine | 6. nädala sisukord | järgmine > |