Tutoriel pour analyser les fichiers texte structurés et calculer la somme des valeurs numériques dans Python

Ce tutoriel vous guidera comment utiliser Python pour traiter les fichiers texte structurés, en particulier l'extraction et le calcul de la somme des valeurs numériques à partir de lignes de données contenant des chaînes et des valeurs mixtes. Nous explorerons les meilleures pratiques pour la lecture de fichiers, les techniques de segmentation des chaînes et la conversion du type de données pour obtenir une sommation précise d'éléments de données spécifiques et démontrer avec des exemples de code clairs.

Dans le travail quotidien du traitement des données, nous devons souvent extraire des informations utiles à partir de fichiers texte non structurés ou semi-structurés. Par exemple, un fichier journal peut contenir des dates, des descriptions d'événements et des données numériques associées. Ce tutoriel prendra un scénario spécifique à titre d'exemple: calculer la somme des valeurs de chaque semaine à partir d'un fichier texte contenant une liste de semaines et des valeurs correspondantes.

Stratégies de traitement de base

La clé pour gérer ces fichiers texte est de segmenter efficacement les chaînes, de convertir les types de données et d'effectuer des calculs accumulés. Nous allons l'implémenter dans les étapes suivantes:

1. Lisez les fichiers en toute sécurité: utilisez l'instruction avec open () pour ouvrir le fichier pour vous assurer que le fichier peut être automatiquement fermé lorsqu'il est utilisé ou des erreurs se produisent et éviter la fuite des ressources.
2. Traitez les données ligne par ligne: itérez sur chaque ligne dans un fichier car chaque ligne contient un ensemble de données distinct (par exemple, toutes les valeurs d'une semaine).
3. Segmentation et extraction des données en ligne:
   • Tout d'abord, identifiez le séparateur dans la ligne (comme Colon :) et séparez la partie non numérique (comme le nom de la semaine) de la partie numérique de la chaîne.
   • Deuxièmement, identifiez le séparateur (comme les virgules) à l'intérieur de la chaîne numérique et extraire la chaîne numérique unique.
4. Conversion et accumulation numériques: convertissez chaque chaîne numérique extraite en un entier (ou numéro de point flottant, selon le type de données), puis les accumuler.
5. Sortie: Imprimez chaque semaine et sa somme correspondante en format clair.

Exemple de code complet

Supposons que nous ayons un fichier nommé tb1.txt avec le contenu suivant:

 Lundi: 12,34, -90
Samedi: 32, -23,20

Ce qui suit est le code Python qui implémente la logique ci-dessus:

 def calcul_sum_from_file (file_path):
    "" "
    Lisez les données du fichier texte spécifié, calculez la somme des valeurs de chaque ligne et imprimez-la.

    Args:
        file_path (str): le chemin du fichier texte en attente.
    "" "
    essayer:
        avec open (file_path, 'r') en tant que fichier:
            pour la ligne dans le fichier:
                # Supprimer les caractères des espaces à la fin de la ligne (comme les pauses de ligne)
                line = line.strip ()
                Si ce n'est pas la ligne: # Sautez la ligne vide continue

                # 1. Utilisez le colon pour se séparer, l'étiquette à gauche et la chaîne numérique à droite # Par exemple: "Lundi: 12,34, -90" -> label = "lundi", fields = "12,34, -90"
                Si ':' Pas en ligne:
                    print (f "AVERTISSEMENT: ligne '{line}' est mal formaté, skip.")
                    Continuer à continuer

                label, fields = line.split(':', 1) # Use split(delimiter, 1) to make sure that only the colon that appears first is divided label = label.strip() # Clean up the blanks on both sides of the label# 2. Use commas to split the numeric string to get a list of strings of a single numeric value# For example: " 12,34,-90" -> [" 12", "34", "-90"]
                value_strings = fields.split (',')

                current_sum = 0
                pour v_str in value_strings:
                    essayer:
                        # 3. Convertissez chaque chaîne numérique en un entier et accumulez current_sum = int (v_str.strip ()) # strip () utilisé pour supprimer les blancs des deux côtés de la chaîne numérique sauf ValueError:
                        print (f "AVERTISSEMENT: valeur non valide '{v_str.str ()}' a été trouvée dans '{label}', sauté.")
                        Continuer à continuer

                # 4. Imprimer le résultat imprimer (f "{label}: {current_sum}")

    Sauf FileNotFoundError:
        print (f "Erreur: fichier '{file_path}' introuvable. Veuillez vérifier le chemin du fichier.")
    sauf exception comme e:
        Imprimer (F "Erreur inconnue s'est produite lors du traitement du fichier: {e}")

# Fonction d'appel pour traiter le fichier calcul_sum_from_file ('tb1.txt')

Analyse de code:

• avec open (file_path, 'r') en tant que fichier :: C'est le moyen recommandé de traiter les fichiers dans Python. Il garantit que le fichier est automatiquement fermé après l'exécution du bloc de code, même si une erreur se produit.
• line.strip (): utilisé pour supprimer les caractères des espaces au début et à la fin de chaque ligne, y compris des pauses de ligne \ n, ce qui aide à éviter les espaces inattendus dans le traitement ultérieur.
• line.split (':', 1): La méthode Split () est utilisée pour diviser une chaîne en une liste basée sur le délimiteur spécifié. 1 Le paramètre indique que seule la première occurrence de colons peut être divisée, ce qui peut être utile dans certains formats complexes.
• fields.split (','): divisez à nouveau la partie numérique par virgule pour obtenir une liste contenant la chaîne numérique.
• int (v_str.strip ()): convertissez chaque chaîne numérique en un entier. Strip () est à nouveau utilisé pour s'assurer que les blancs possibles qui peuvent exister sont supprimés avant la conversion.
• TRY-sauf ValueError: il s'agit d'une amélioration robuste. Si int () tente de convertir une chaîne non numerique, une valeur d'énergie est augmentée. En attrapant cette exception, nous pouvons gérer gracieusement les données non valides au lieu d'écraser le programme.
• print (f "{label}: {current_sum}"): Utilisez la chaîne f pour formater la sortie afin que le résultat soit clair et facile à lire.

Notes et meilleures pratiques

• Gestion des erreurs: Dans les applications réelles, les fichiers de données peuvent avoir des formats irréguliers (par exemple, des colons manquants, contenant des caractères non numériques, etc.). L'insertion d'un bloc d'essai à l'exception dans le code pour attraper ValueError ou d'autres exceptions potentielles (telles que filenotfounderror) peut considérablement améliorer la robustesse du programme.
• Type de données: si la valeur dans le fichier peut être décimal, int () doit être remplacée par float () pour la conversion de type.
• Chemin de fichier: assurez-vous que le paramètre FILE_PATH pointe vers l'emplacement du fichier correct. Si le fichier n'est pas dans le répertoire de travail actuel, le chemin complet doit être fourni.
• Généralité: le code ci-dessus peut être facilement modifié pour s'adapter à différents séparateurs ou structures de données plus complexes. L'idée principale est de reconnaître les modèles, les chaînes de segments et d'effectuer une conversion de type.
• Efficacité de la mémoire: pour les fichiers très volumineux, la lecture de ligne par ligne (pour la ligne dans le fichier :) est plus efficace que la lecture du fichier entier en mémoire à la fois (comme file.readlines ()), car il conserve uniquement les lignes actuellement traitées en mémoire.

Résumer

Grâce à ce tutoriel, nous apprenons à analyser efficacement les fichiers texte structurés à l'aide de Python, d'extraire et de calculer la somme numérique à partir de données mixtes. Les technologies clés incluent la lecture de fichiers sécurisée, la segmentation des chaînes à plusieurs niveaux et la conversion de type robuste. La maîtrise de ces compétences vous permettra de gérer une variété de tâches de traitement des données texte, augmentant l'efficacité de l'analyse et du traitement des données. N'oubliez pas que la prise en compte de la diversité des données et des situations d'erreur potentielles lors de la rédaction de code aidera à créer des applications plus robustes et fiables.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!