Tovább az úton...
A Python tananyagunk több új fejezettel bővült, amelyben új hasznos modulokkal ismerkedünk meg. Jó tanulást!

<info9>

Listák, adatsorok beolvasása

Gyakori feladat, hogy egy szövegfájlban több, össze tartozó, egymást követő adat található (például mérések eredményei, dolgozatok osztályzatai, vagy épp eladott termékek nevei) valamilyen formában, és ezeket az adatokat be szeretnék olvasni, hogy a programunk feldolgozhassa őket. Erre tekintünk át néhány lehetőséget ebben a leírásban!

Adatok soronként - bevásárló lista

A lista.txt szöveges állományban egy bevásárló lista található. A fájl minden sorában egy termék nevét találjuk, ezt szeretnénk beolvasni, majd letárolni egy szövegekből álló lista formájában, hogy könnyen tudjunk vele dolgozni. Íme egy példa a fájl lehetséges tartalmára:

fogkrém
tusfürdő
testápoló
hajlakk

Ilyen állományok beolvasásakor mindig azt érdemes először megvizsgálnunk, hogy a beolvasandó listaelemek között van-e valamilyen elválasztó karakter, ami mentén könnyen meg tudjuk határozni, hogy mettől meddig tart egy elem. Mivel jelen esetben minden tétel külön sorban van (azaz egy-egy sortörés választja el őket), kifejezetten egyszerű dolgunk van, hiszen a fájlokat általában eleve soronként olvassuk be -- a sorok tartalmát pedig könnyen letárolhatjuk egy listában.

Ne feledd!
Amennyiben számokat olvasol be hasonló módon, ne feledkezz meg azokat átkonvertálni az int() vagy a float() használatával! Ezt érdemes rögtön a listába helyezéskor megtenni.
bevlista = []

with open("lista.txt") as fajl:
    for sor in fajl:
        bevlista.append(sor.strip())

Nagyon fontos, hogy mindenképp használjuk a strip eljárást, különben a sorok végén található új sor karaktert is letárolnánk a listába - ez pedig problémákat okozhat, amikor például keresni szeretnénk a lista elemei között.

Adatok egy sorban - hőmérsékleti adatok

A homerseklet.txt szöveges állományban hőmérsékleti adatok találhatóak, amelyek egy mérőeszközről származnak, az alábbi mintának megfelelő formátumban:

22.0 23.1 23.4 23.7 24.2 24.4 24.4 24.1 23.5 23.1 22.7 22.4

Ezeket az adatokat szeretnénk beolvasni, és eltárolni egy listában. Az előző példához hasonlóan itt is érdemes azzal kezdeni a munkát, hogy megvizsgáljuk, hogy miként tudjuk elválasztani egymástól az adatokat. Az adatok ugyan most egy sorban találhatóak, azonban észrevehetjük, hogy a hőmérsékleti adatokat szóköz karakterek választják el egymástól, így ezt fel tudjuk használni, és használhatjuk a split függvényt az adatok feldarabolására.

A feladat jelen esetben három logikai lépésre bontható:

Hatalmas fájlok
Ha nagy fájlokkal dolgozunk, természetesen a memóriahatékonyság okán érdemes lehet nem egyszerre beolvasni az egész fájlt. De mindaddig, ameddig csak néhányszáz, vagy néhányezer adatelemmel dolgozunk, addig ez nem fog gondot jelenteni!

Mindez kódként megvalósítva:

eredmenyek = []

with open("homerseklet.txt") as file:
    tartalom = file.read().strip()
    elemek = tartalom.split(" ")
    for adat in elemek:
        eredmenyek.push(float(adat))

Természetesen ez a feladat ennél kevesebb lépésben is megvalósítható, például az adatok helyben történő konvertálásával - azonban ha a programunkat valós használatra szánjuk, mindenképp érdemes az adatokat feldolgozás közben ellenőrizni, ezt az ellenőrzést pedig könnyebb lehet megvalósítani akkor, ha a kód lépései átláthatóak és jól tagoltak.

Tagolatlan adatok - diákok magassága

Az alábbi adatsor egy osztály diákjainak magasságát tartalmazza, minden 3 karakter egy darab testmagasságot ad meg centiméterben:

176163171174179181157152156161

Azaz az első diák 176, a második 163, a harmadik 171, stb. centiméter magas, ezeket az adatokat szeretnénk beolvasni, és eltárolni egy listában további feldolgozás céljából.

Ahogy eddig is tettük, ismét érdemes elsőre megvizsgálnunk, hogy van-e valami, ami elválasztja egymástól az adatokat. Szemügyre vételezve az adatsort, megállapítható viszont, hogy jelenleg nincs ilyen, így a split használata jelen helyzetben nem jöhet szóba a probléma megoldására - ehelyett a szöveg karaktersorszám szerinti szétvágását tudjuk alkalmazni ennek a problémának az áthidalására.

Első lépésként itt is érdemes lehet beolvasni a teljes szöveget, hogy annak a darabolását utána könnyedén meg tudjuk tenni. Második lépésként pedig szétdarabolhatjuk az adatokat, például egy megfelelően megszerkesztett for ciklus segítségével. A for ciklus azért praktikus erre a célra, mert a range segítségével könnyen meg lehet oldani, hogy megkapjuk minden harmadik karakter sorszámát - így pedig könnyedén végre tudjuk hajtani a vagdosást.

magassagok = []

with open("magassag.txt") as fajl:
    tartalom = file.read().strip()
    for eleje in range(0, len(tartalom), 3):
        magassagok.append(int(tartalom[eleje:(eleje+3)]))