Formati dati 1

Scarica zip esercizi

Naviga file online

In questi tutorial parleremo di formati dei dati:

File testuali

• File a linee

• CSV (dati tabulari)

• JSON (dati ad albero, menzione)

File binari:

• fogli Excel (menzione)

Faremo anche una breve panoramica sui cataloghi open data e menzioneremo qualche licenza (Creative Commons)

Che fare

• scompatta lo zip in una cartella, dovresti ottenere qualcosa del genere:

formats
    formats1-lines.ipynb
    formats1-lines-sol.ipynb
    formats2-csv.ipynb
    formats2-csv-sol.ipynb
    formats3-json.ipynb
    formats3-json-sol.ipynb
    formats4-chal.ipynb
    jupman.py

ATTENZIONE: Per essere visualizzato correttamente, il file del notebook DEVE essere nella cartella szippata.

• apri il Jupyter Notebook da quella cartella. Due cose dovrebbero aprirsi, prima una console e poi un browser. Il browser dovrebbe mostrare una lista di file: naviga la lista e apri il notebook formats1-lines.ipynb

• Prosegui leggendo il file degli esercizi, ogni tanto al suo interno troverai delle scritte ESERCIZIO, che ti chiederanno di scrivere dei comandi Python nelle celle successive.

Scorciatoie da tastiera:

• Per eseguire il codice Python dentro una cella di Jupyter, premi Control+Invio

• Per eseguire il codice Python dentro una cella di Jupyter E selezionare la cella seguente, premi Shift+Invio

• Per eseguire il codice Python dentro una cella di Jupyter E creare una nuova cella subito dopo, premi Alt+Invio

• Se per caso il Notebook sembra inchiodato, prova a selezionare Kernel -> Restart

File a linee

I file a linee tipicamente sono file di testo che contengono informazioni raggruppate per linee. Un esempio usando personaggi storici potrebbe essere un file così:

Leonardo
da Vinci
Sandro
Botticelli
Niccolò
Macchiavelli

Si nota subito una regolarità: le prime due linee contengono i dati di Leonardo da Vinci, prima il nome e poi il cognome. Le successive due linee hanno invece i dati di Sandro Botticelli, di nuovo prima il nome e poi il cognome, e così via

Un programma che potremo voler fare potrebbe essere leggere le linee e stampare a video nomi e cognomi così:

Leonardo da Vinci
Sandro Botticelli
Niccolò Macchiavelli

Per iniziare ad avere un’approssimazione del risultato finale, possiamo aprire il file, leggere solo la prima linea e stamparla:

with open('people-simple.txt', encoding='utf-8') as f:
    linea=f.readline()
    print(linea)

Leonardo

Che è successo? Esaminiamo le varie linee:

il comando open

Il comando

open('people-simple.txt', encoding='utf-8')

ci permette di aprire il file di testo dicendo a Python il percorso del file 'people-simple.txt' e la codifica con cui è stato scritto (encoding='utf-8').

La codifica

La codifica dipende dal sistema operativo e dell’editor con cui è stato scritto il file. Quando apriamo un file, Python non può divinare la codifica, e se non gliela specifichiamo potrebbe aprirlo assumendo una codifica diversa dall’originale - tradotto, affidandoci al caso o sbagliando codifica in seguito potremmo vedere dei caratteri strani (tipo quadratini invece di lettere accentate).

In genere, quando apri un file, prova prima a specificare la codifica utf-8 che è la più comune scrivendo encoding='utf-8', e se per caso non va bene prova invece encoding='latin-1' (solitamente utile se il file è stato scritto su sistemi Windows). Se apri file scritti in posti più esotici, tipo in Cina, potresti dover usare un’altro encoding. Per approfondire queste questioni, vedere capitolo Stringhe - encodings e relativi riferimenti.

il blocco with

Il with definisce un blocco con all’interno le istruzioni:

with open('people-simple.txt', encoding='utf-8') as f:
    linea=f.readline()
    print(linea)

Abbiamo usato il with per dire a Python che in ogni caso, anche se accadono errori, vogliamo che dopo aver usato il file, e cioè eseguito le istruzioni nel blocco interno (il linea=f.readline() e print(linea)) Python deve chiudere automaticamente il file. Chiudere propriamente un file evita di sprecare risorse di memoria e creare errori paranormali. Se vuoi evitare di andare a caccia di file zombie mai chiusi, ricordati sempre di aprire i file nei blocchi with! Inoltre, alla fine della riga nella parte as f: abbiamo assegnato il file ad una variabile chiamata qui f, ma potevamo usare un qualunque altro nome.

ATTENZIONE: Per indentare il codice, usa SEMPRE sequenze di 4 spazi bianchi. Sequenze di 2 soli spazi per quanto consentite non sono raccomandate.

ATTENZIONE: A seconda dell’editor che usi, premendo TAB potresti ottenere una sequenza di spazi bianchi come accade in Jupyter (4 spazi che sono raccomandati), oppure un carattere speciale di tabulazione (da evitare)! Per quanto noiosa questa distinzione ti possa apparire, ricordatela perchè potrebbe generare errori molto difficili da scoprire.

ATTENZIONE: Nei comandi che creano blocchi come il with, ricordati di mettere sempre il carattere dei doppi punti : alla fine della linea !

Il comando

linea=f.readline()

mette nella variabile linea l’intera linea, come una stringa. Attenzione: la stringa conterrà alla fine anche il carattere speciale di ritorno a capo !

Ti chiederai da dove venga fuori quel readline. Come quasi tutto in Python, la nostra variabile f che rappresenta il file appena aperto è un oggetto, e ogni oggetto, a seconda del suo tipo, ha dei metodi particolari che possiamo usare su di esso. In questo caso il metodo è readline.

Il comando seguente stampa il contenuto della stringa:

print(linea)

Esercizio - prima lettura

✪ Prova a riscrivere nella cella qua il blocco with appena visto, ed esegui la cella premendo Control-Invio. Riscrivi il codice con le dita, non con il copia e incolla ! Fai attenzione ad indentare correttamente con gli spazi il blocco.

Mostra soluzione

# scrivi qui

with open('people-simple.txt', encoding='utf-8') as f:
    linea=f.readline()
    print(linea)

Leonardo

# scrivi qui

Esercizio - ambientiamoci

✪ immagino ti starai chiedendo che cosa è esattamente quella f, e cosa faccia esattamente il metodo readline. Quando ti trovi in queste situazioni, puoi aiutarti con le funzioni type e help. Questa volta, copia e incolla direttamente sempre lo stesso codice qua sotto, ma aggiungi a mano dentro il blocco with i comandi:

• print(type(f))

• help(f.readline)      # Attenzione: ricordati il 'f.' prima del readline !!

• help(f)

Ogni volta che aggiungi qualcosa, prova ad eseguire con Control+Invio e vedere cosa succede.

Mostra soluzione

# scrivi qui il codice (copia e incolla)
with open('people-simple.txt', encoding='utf-8') as f:
    linea=f.readline()
    print(linea)
    print('type(f):', type(f))
    print()
    help(f.readline)
    #help(f)  # lunga ...

Leonardo

type(f): <class '_io.TextIOWrapper'>

Help on built-in function readline:

readline(size=-1, /) method of _io.TextIOWrapper instance
    Read until newline or EOF.

    Returns an empty string if EOF is hit immediately.

# scrivi qui il codice (copia e incolla)

Leonardo

type(f): <class '_io.TextIOWrapper'>

Help on built-in function readline:

readline(size=-1, /) method of _io.TextIOWrapper instance
    Read until newline or EOF.

    Returns an empty string if EOF is hit immediately.

Prima abbiamo messo il contenuto della prima linea nella variabile line, ora potremmo metterlo in una variabile dal nome più significativo, come nome. Non solo, possiamo anche direttamente leggere la linea successiva nella variabile cognome e poi stampare la concatenazione delle due:

with open('people-simple.txt', encoding='utf-8') as f:
    nome=f.readline()
    cognome=f.readline()
    print(nome + ' ' + cognome)

Leonardo
 da Vinci

PROBLEMA ! La stampa mette comunque uno strano ritorno a capo. Come mai? Se ti ricordi, prima ho detto che readline legge il contenuto della linea in una stringa aggiungendo alla fine anche il carattere speciale di ritorno a capo. Per eliminarlo, puoi usare il comando rstrip():

with open('people-simple.txt', encoding='utf-8') as f:
    nome=f.readline().rstrip()
    cognome=f.readline().rstrip()
    print(nome + ' ' + cognome)

Leonardo da Vinci

✪ 1.3 ESERCIZIO: Di nuovo, riscrivi il blocco qua sopra nella cella sotto, ed esegui la cella con Control+Invio. Domanda: che succede se usi strip() invece di rstrip()? Ed lstrip()? Riesci a dedurre il significato di r e l ? Se non ci riesci, prova ad usare il comando python help chiamando help(string.rstrip)

Mostra soluzione

# scrivi qui

with open('people-simple.txt', encoding='utf-8') as f:
    nome=f.readline().rstrip()
    cognome=f.readline().rstrip()
    print(nome + ' ' + cognome)

Leonardo da Vinci

# scrivi qui

Leonardo da Vinci

Benissimo, abbiamo la prima linea ! Adesso possiamo leggere tutte le linee in sequenza. A tal fine possiamo usare un ciclo while:

with open('people-simple.txt', encoding='utf-8') as f:
    linea=f.readline()
    while linea != "":
        nome = linea.rstrip()
        cognome=f.readline().rstrip()
        print(nome + ' ' + cognome)
        linea=f.readline()

Leonardo da Vinci
Sandro Botticelli
Niccolò Macchiavelli

NOTA: In Python ci sono metodi più concisi per leggere un file di testo linea per linea che vedremo in seguito, intanto abbiamo questo approccio per esplicitare tutti i passaggi.

Cosa abbiamo fatto? Per prima cosa, abbiamo aggiunto un ciclo while in un nuovo blocco

ATTENZIONE: nel nuovo blocco while, dato che è già all’interno del blocco esterno with, le istruzioni sono indentate di 8 spazi e non più 4! Se per caso sbagli gli spazi, possono succedere brutti guai!

Prima leggiamo una linea, e due casi sono possibili:

1. siamo alla fine del file (o il file è vuoto): in questo caso la chiamata a readline() ritorna una stringa vuota

2. non siamo alla fine del file: la prima linea è messa come una stringa dentro la variabile linea. Dato che Python internamente usa un puntatore per tenere traccia della posizione a cui si è durante la lettura del file, dopo una lettura questo puntatore è mosso all’inizio della riga successiva. In questo modo una chiamata successiva a readline() leggerà la linea dalla nuova posizione.

Nel blocco while diciamo a Python di continuare il ciclo fintanto che linea non è vuota. In questo caso, dentro il blocco while estraiamo il nome dalla linea e lo mettiamo nella variabile nome (rimuovendo il carattere extra di ritorno a capo con la rstrip() come fatto in precedenza), e poi procediamo leggendo la nuova riga ed estraendo il risultato dentro la variabile cognome. Infine, leggiamo di nuovo la linea dentro la variabile linea così sarà pronta per la prossima iterazione di estrazione nome. Se la linea è vuota il ciclo terminerà:

while linea != "":                   # entra il ciclo se la linea contiene caratteri
    nome = linea.rstrip()            # estrae il nome
    cognome=f.readline().rstrip()    # legge la nuova linea ed estrae il cognome
    print(nome + ' ' + cognome)
    linea=f.readline()               # legge la prossima linea

Esercizio - riscrivi

✪ Di nuovo come prima, riscrivi nella cella qua sotto il codice col while appena spiegato, facendo MOLTA attenzione all’indentazione (per la linea del with esterno fai pure copia e incolla):

Mostra soluzione

# scrivi qui il codice col while interno

with open('people-simple.txt', encoding='utf-8') as f:
    linea=f.readline()
    while linea != "":
        nome = linea.rstrip()
        cognome=f.readline().rstrip()
        print(nome + ' ' + cognome)
        linea=f.readline()

Leonardo da Vinci
Sandro Botticelli
Niccolò Macchiavelli

# scrivi qui il codice col while interno

Esercizio - stampa people-complex

Guarda il file people-complex.txt, più complesso:

nome: Leonardo
cognome: da Vinci
data di nascita: 1452-04-15
nome: Sandro
cognome: Botticelli
data di nascita: 1445-03-01
nome: Niccolò
cognome: Macchiavelli
data di nascita: 1469-05-03

Supponendo di leggere il file per voler stampare questo output, come faresti ?

Leonardo da Vinci, 1452-04-15
Sandro Botticelli, 1445-03-01
Niccolò Macchiavelli, 1469-05-03

Suggerimento 1: Per ottenere dalla stringa 'abcde' la sottostringa 'cde', che inizia all’indice 2, puoi usare l’operatore di parentesi quadre, indicando l’indice di inizio seguito dai doppi punti :

x = 'abcde'
x[2:]

'cde'

x[3:]

'de'

Suggerimento 2: Per sapere la lunghezza di una stringa, usa la funzione len:

len('abcde')

5

✪ 1.5 ESERCIZIO: Scrivi qua sotto la soluzione dell’esercizio ‘People complex’:

Mostra soluzione

# scrivi qui

with open('people-complex.txt', encoding='utf-8') as f:
    linea=f.readline()
    while linea != "":
        nome = linea.rstrip()[len("nome: "):]
        cognome= f.readline().rstrip()[len("cognome: "):]
        nato = f.readline().rstrip()[len("data di nascita: "):]
        print(nome + ' ' + cognome + ', ' + nato)
        linea=f.readline()

Leonardo da Vinci, 1452-04-15
Sandro Botticelli, 1445-03-01
Niccolò Macchiavelli, 1469-05-03

# scrivi qui

Leonardo da Vinci, 1452-04-15
Sandro Botticelli, 1445-03-01
Niccolò Macchiavelli, 1469-05-03

Esercizio - tabella people-complex

✪✪ Spesso vorremo mettere quanto letto in una tabella, prova adesso a scrivere del codice che ne costruisce una come lista di liste. Dopo l’esecuzione del tuo codice dovrebbe risultare:

>>> from pprint import pprint
>>> pprint(tabella)
[['Leonardo', 'da Vinci', '1452-04-15'],
 ['Sandro', 'Botticelli', '1445-03-01'],
 ['Niccolò', 'Macchiavelli', '1469-05-03']]

SUGGERIMENTO: Comincia creando una lista vuota e poi aggiungendo elementi con il metodo .append

Mostra soluzione

from pprint import pprint
# scrivi qui

tabella = []
with open('people-complex.txt', encoding='utf-8') as f:
    linea=f.readline()

    while linea != "":
        nome = linea.rstrip()[len("nome: "):]
        cognome= f.readline().rstrip()[len("cognome: "):]
        nato = f.readline().rstrip()[len("data di nascita: "):]
        tabella.append([nome, cognome, nato])
        linea=f.readline()
pprint(tabella)

[['Leonardo', 'da Vinci', '1452-04-15'],
 ['Sandro', 'Botticelli', '1445-03-01'],
 ['Niccolò', 'Macchiavelli', '1469-05-03']]

from pprint import pprint
# scrivi qui

[['Leonardo', 'da Vinci', '1452-04-15'],
 ['Sandro', 'Botticelli', '1445-03-01'],
 ['Niccolò', 'Macchiavelli', '1469-05-03']]

Leggere con un for

Dopo aver esplicitato per bene i passaggi di una lettura con il ciclo while, vediamo adesso un sistema più comodo (ma un po’ più ‘magico’) per leggere un file di testo linea per linea usando un semplice ciclo for:

with open('people-simple.txt', encoding='utf-8') as f:

    for linea in f:
        print(linea)

Leonardo

da Vinci

Sandro

Botticelli

Niccolò

Macchiavelli

Se guardi bene, noterai che non abbiamo più chiamate a f.readline()

Quando incontra il ciclo, Python riconosce che f è un file di testo, e suppone che la cosa che ci interessa di più coi file di testo sia leggere linee: interpreta perciò la variabile f come una sequenza di linee, e ad ogni iterazione assegna alla variabile linea (ma potrebbe essere un qualunque nome a nostro piacimento) i caratteri letti fino al primo ritorno a capo che trova (incluso).

Nota che questo comportamento speciale avviene solo perchè stiamo leggendo file di testo, nel caso di file d’altro tipo (es. file binari) verrebbero letti valori di tipo completamente diverso.

Adesso che abbiamo trovato questa comoda alternativa, possiamo chiederci quando dovremmo usare il while e quando il for:

• il for tipicamente viene usato quando dobbiamo iterare tutto il file

• il while conviene quando vogliamo maggior controllo sul processo di lettura, per esempio, se stiamo cercando qualcosa in un file enorme, sarà certamente più efficente fermarsi appena lo troviamo: con un while possiamo interrompere il ciclo sfruttando la condizione booleana di controllo già prevista dal costrutto, invece con il for saremmo costretti ad usare comandi break e/o continue che sono poco eleganti e portano facilmente a introdurre errori di programmazione indesiderati. Per degli esempi di ricerca vedere il foglio Cicli while - ricercare in una sequenza (sono ricerche su liste invece che file, ma il concetto è lo stesso).

Cos’è esattamente f ?

Abbiamo detto che f viene interpretato come una sequenza di righe, ed è iterabile. Durante il ciclo for ad ogni iterazione gli chiediamo di leggere una nuova linea, che viene messa nella variabile linea. Quindi possiamo chiederci: cosa succede se stampiamo direttamente f, senza usare nessun for ? Vedremo una bella lista o qualcos’altro? Proviamo:

with open('people-simple.txt', encoding='utf-8', newline='') as f:
    print(f)

<_io.TextIOWrapper name='people-simple.txt' mode='r' encoding='utf-8'>

Quello che vediamo è piuttosto deludente.

Esercizio - da file a lista

✪ Se hai visto il foglio sulle sequenze, a un certo punto ci siamo trovati nella stessa situazione, quando abbiamo provato a stampare un range. Che potremmo fare per risolvere la situazione? Prova a mettere tutte le linee in una lista

• USA una sola linea di codice

• per adesso non preoccuparti dei \n finali

Eseguendo il tuo codice, dovresti vedere:

['Leonardo\n', 'da Vinci\n', 'Sandro\n', 'Botticelli\n', 'Niccolò \n', 'Macchiavelli']

Mostra soluzione

with open('people-simple.txt', encoding='utf-8', newline='') as f:
# scrivi qui
    print(list(f))

['Leonardo\n', 'da Vinci\n', 'Sandro\n', 'Botticelli\n', 'Niccolò \n', 'Macchiavelli']

with open('people-simple.txt', encoding='utf-8', newline='') as f:
# scrivi qui

Esercizio - ripuliamo

✪ Adesso prova anche a togliere i ritorni a capo

• USA una list comprehension in una sola linea di codice

Eseguendo il tuo codice, dovresti vedere:

['Leonardo', 'da Vinci', 'Sandro', 'Botticelli', 'Niccolò ', 'Macchiavelli']

Mostra soluzione

with open('people-simple.txt', encoding='utf-8', newline='') as f:
# scrivi qui
    print([riga.rstrip('\n') for riga in f])

['Leonardo', 'da Vinci', 'Sandro', 'Botticelli', 'Niccolò ', 'Macchiavelli']

with open('people-simple.txt', encoding='utf-8', newline='') as f:
# scrivi qui

Consumare un file

Non tutte le sequenze sono uguali. Da quello che hai visto finora, in Python scorrere un file con un for assomiglia molto a scorrere una lista. Che è molto comodo, ma bisogna stare attenti ad alcune cose.

A volte i file potrebbero occupare terabyte, forzandoci in questi casi a scorrere il file un po’ alla volta invece di caricare tutto in memoria.

Ma cosa succede se proviamo a scorrere un file due volte all’interno della stessa with? E se proviamo ad usarlo fuori dal with, che succede? Guarda i prossimi esercizi per scoprirlo.

Esercizio - due print

✪ Prendendo la soluzione all’esercizio di prima, prova a chiamare print(list(f)) due volte, in sequenza. Ottieni la stessa stampa entrambe le volte?

Mostra soluzione

# scrivi qui


with open('people-simple.txt', encoding='utf-8', newline='') as f:
    print(list(f))
    print(list(f))

['Leonardo\n', 'da Vinci\n', 'Sandro\n', 'Botticelli\n', 'Niccolò \n', 'Macchiavelli']
[]

# scrivi qui

Esercizio - tutto a sinistra

✪ Prendendo la soluzione all’esercizio di prima (usando una sola print), prova qua sotto a spostare la print tutta a sinistra (eliminando gli spazi). Funziona ancora?

Mostra soluzione

# scrivi qui


with open('people-simple.txt', encoding='utf-8', newline='') as f:
    print()
#print(list(f))    # COMMENTATA, PERCHE' LANCEREBBE ERRORE DI FILE CHIUSO
                   # Non possiamo usare comandi che leggono il file fuori dal with !

# scrivi qui

✪✪✪ ESERCIZIO 2.9: Adesso che abbiamo capito un po’ che tipo di bestia è f, prova a leggere il file people-complex.txt e riprodurre questo risultato simile a quanto già fatto in precedenza, ma questa volta usa un ciclo for in.

• Aggiungi anche una intestazione e metti il risultato in una variabile tab2

Dopo l’esecuzione del tuo codice, deve risultare:

>>> from pprint import pprint
>>> pprint(tab2)
[['Nome', 'Cognome', 'Data di nascita'],
 ['Leonardo', 'da Vinci', '1452-04-15'],
 ['Sandro', 'Botticelli', '1445-03-01'],
 ['Niccolò ', 'Macchiavelli', '1469-05-03']]

Mostra soluzione

with open('people-complex.txt', encoding='utf-8', newline='') as f:
# scrivi qui
    i = 0
    tab2 = [['Nome','Cognome','Data di nascita']
           ]
    for riga in f:
        coppia = riga.split(':')
        valore = coppia[1][1:].rstrip('\n')
        if i % 3 == 0:
            nome = valore
        elif i % 3 == 1:
            cognome = valore
        else:
            data = valore
            tab2.append([nome, cognome, data])
        i += 1

from pprint import pprint
pprint(tab2)

[['Nome', 'Cognome', 'Data di nascita'],
 ['Leonardo', 'da Vinci', '1452-04-15'],
 ['Sandro', 'Botticelli', '1445-03-01'],
 ['Niccolò ', 'Macchiavelli', '1469-05-03']]

with open('people-complex.txt', encoding='utf-8', newline='') as f:
# scrivi qui

[['Nome', 'Cognome', 'Data di nascita'],
 ['Leonardo', 'da Vinci', '1452-04-15'],
 ['Sandro', 'Botticelli', '1445-03-01'],
 ['Niccolò ', 'Macchiavelli', '1469-05-03']]

Altri esercizi

Esercizio - MattoneMatto

✪✪✪ La compagnia di costruzioni MattoneMatto è interessata all’acquisto a prezzi di svendita di un lotto di appartmenti da ristrutturare: non fidandosi delle dichiarazioni dei proprietari, manda un suo ispettore a fare una rilevazione d’accertamento. Per ogni edificio, l’ispettore ha scritto rapidamente sul blocco note dei campi come il codice civico, la superficie, l’indice di efficenza energetico EPI e possibilmente altri.

Scrivi del codice che dato il nome di un file di un quartiere, mette nella variabile edifici una lista di dizionari con i campi per ciascun edificio. Puoi assumere che i nomi dei campi e i valori non possano mai contenere caratteri di blank (spazi, tab, ritorni a capo…).

ATTENZIONE: i file sono scritti a mano e tra i campi vi possono essere un numero di blank arbitrario (spazi, tab, etc), per gestirli al meglio rileggiti bene i dettagli del metodo split()

Per esempio, il file quartiere1.txt si presenta così:

  civico=3   superficie=60   EPI=C
     civico=2  superficie=70     EPI=G  giardino=80
civico=4   superficie=90     EPI=B   terrazzi=14 posti_auto=2
     civico=1      superficie=100     EPI=A2  terrazzi=20

Dato:

nome_file = 'quartiere1.txt'

dopo il tuo codice, deve risultare:

>>> from pprint import pprint
>>> pprint(edifici, width=150)
[{'EPI': 'C', 'civico': '3', 'superficie': '60'},
 {'EPI': 'G', 'civico': '2', 'giardino': '80', 'superficie': '70'},
 {'EPI': 'B', 'civico': '4', 'posti_auto': '2', 'superficie': '90', 'terrazzi': '14'},
 {'EPI': 'A2', 'civico': '1', 'superficie': '100', 'terrazzi': '20'}]

• USA un for per leggere il file

• IMPOSTA l’encoding come utf-8

• NON ASSUMERE che i campi abbiano sempre lo stesso nome nè che siano in particolare ordine (guarda anche quartiere2.txt)

Mostra soluzione

nome_file = 'quartiere1.txt'

nome_file = 'quartiere2.txt' # [ {'civ': '5', 'epi': 'B', 'sup': '20'},
                             #   {'civ': '9', 'epi': 'D', 'interno': 'c', 'sup': '10'}  ]


# scrivi qui
with open(nome_file, encoding='utf-8') as f:

    edifici = []
    for riga in f:
        diz = {}
        elementi = riga.split()  # nota che split() senza parametri va a cercare tutti i blank (spazi, tab, etc)
        for elemento in elementi:
            kv = elemento.split('=')
            diz[kv[0]] = kv[1]
        edifici.append(diz)

from pprint import pprint
pprint(edifici, width=150)

[{'civ': '5', 'epi': 'B', 'sup': '20'}, {'civ': '9', 'epi': 'D', 'interno': 'c', 'sup': '10'}]

nome_file = 'quartiere1.txt'

nome_file = 'quartiere2.txt' # [ {'civ': '5', 'epi': 'B', 'sup': '20'},
                             #   {'civ': '9', 'epi': 'D', 'interno': 'c', 'sup': '10'}  ]


# scrivi qui

Esercizio immersione-in-python-toc

Questo esercizio è più difficile, se sei alle prime armi puoi saltarlo e passare ai CSV.

Il libro Immersione in Python in Italiano è bello e ti fornisce un PDF, che però ha un problema: se provi a stamparlo scoprirai che manca l’indice. Senza perderci d’animo, abbiamo trovato un programmino che ci ha estratto i titoli in un file come segue, che però come scoprirai non è esattamente bello da vedere. Dato che siamo Python ninja, abbiamo deciso di trasformare i titoli grezzi in una tabella dei contenuti vera e propria. Sicuramente ci sono metodi più furbi per compiere questa operazione, come caricare il pdf in Python con una apposita libreria per i pdf, ma pareva un esercizio interessante.

Ti viene consegnato il file immersione-in-python-toc.txt:

BookmarkBegin
BookmarkTitle: Il vostro primo programma Python
BookmarkLevel: 1
BookmarkPageNumber: 38
BookmarkBegin
BookmarkTitle: Immersione!
BookmarkLevel: 2
BookmarkPageNumber: 38
BookmarkBegin
BookmarkTitle: Dichiarare funzioni
BookmarkLevel: 2
BookmarkPageNumber: 41
BookmarkBeginint
BookmarkTitle: Argomenti opzionali e con nome
BookmarkLevel: 3
BookmarkPageNumber: 42
BookmarkBegin
BookmarkTitle: Scrivere codice leggibile
BookmarkLevel: 2
BookmarkPageNumber: 44
BookmarkBegin
BookmarkTitle: Stringhe di documentazione
BookmarkLevel: 3
BookmarkPageNumber: 44
BookmarkBegin
BookmarkTitle: Il percorso di ricerca di import
BookmarkLevel: 2
BookmarkPageNumber: 46
BookmarkBegin
BookmarkTitle: Ogni cosa è un oggetto
BookmarkLevel: 2
BookmarkPageNumber: 47

Scrivi un programma python per stampare e video il seguente output:

Il vostro primo programma Python  38
   Immersione!  38
   Dichiarare funzioni  41
      Argomenti opzionali e con nome  42
   Scrivere codice leggibile  44
      Stringhe di documentazione  44
   Il percorso di ricerca di import  46
   Ogni cosa è un oggetto  47

Per questo esercizio, dovrai inserire nell’output degli spazi artificiali, in una quantità determinata dalle righe BookmarkLevel.

DOMANDA: che cos’è lo strano valore è alla fine del file originale ? Dobbiamo riportarlo nell’output ?

SUGGERIMENTO 1: Per convertire una stringa in numero intero, usa la funzione int:

x = '5'

x

'5'

int(x)

5

Attenzione: int(x) ritorna un valore, e non modifica mai l’argomento x !

SUGGERIMENTO 2: Per sostituire un sottostringa in una stringa, si può usare la funzione replace:

x = 'abcde'
x.replace('cd', 'HELLO' )

'abHELLOe'

SUGGERIMENTO 4: Finchè c’è una sola sequenza da sostituire, va bene il replace, ma se avessimo un milione di sequenze orribili come >, >, &x3e;, che faremmo? Da bravi data cleaner, possiamo riconoscere che sono sequenze di escape HTML, perciò potremmo usare dei metodi specifici per queste sequenze come html.unescape. Provalo invece del replace e guarda se funziona!

NOTA: Prima di usare il metodo html.unescape, importa il modulo html con il comando:

import html

SUGGERIMENTO 3: Per scrivere n copie di un carattere, usa * come qua:

"b" * 3

'bbb'

"b" * 7

'bbbbbbb'

✪✪✪ 1.6 ESERCIZIO: Scrivi qua sotto la soluzione per file a linee immersione-in-python-toc, e prova ad eseguirla premendo Control + Invio:

Mostra soluzione

# scrivi qui

import html

with open("immersione-in-python-toc.txt", encoding='utf-8') as f:

    linea=f.readline()
    while linea != "":
        linea = f.readline().strip()
        titolo = html.unescape(linea[len("BookmarkTitle: "):])
        linea=f.readline().strip()
        livello = int(linea[len("BookmarkLevel: "):])
        linea=f.readline().strip()
        pagina = linea[len("BookmarkPageNumber: "):]
        print(("   " * livello) + titolo + "  " + pagina)
        linea=f.readline()

   Il vostro primo programma Python  38
      Immersione!  38
      Dichiarare funzioni  41
         Argomenti opzionali e con nome  42
      Scrivere codice leggibile  44
         Stringhe di documentazione  44
      Il percorso di ricerca di import  46
      Ogni cosa è un oggetto  47

# scrivi qui

   Il vostro primo programma Python  38
      Immersione!  38
      Dichiarare funzioni  41
         Argomenti opzionali e con nome  42
      Scrivere codice leggibile  44
         Stringhe di documentazione  44
      Il percorso di ricerca di import  46
      Ogni cosa è un oggetto  47

Prosegui

Continua con i file tabellari CSV