IB111

Základy programování

František Lachman lachmanfrantisek@mail.muni.cz

cvičení 11

27. listopad 2018

---

Osnova

• kontrolní otázky
• práce s textem
• práce se soubory
• regulární výrazy
• druhá vnitrosemestrálka (objekty, rekurze, řazení) ==4.12.==

---

Docházka

---

Kontrolní otázky

Jakým způsobem pracujeme se soubory?

1. Otevření souboru
2. Práce se souborem
3. Uzavření souboru

❓ K čemu slouží funkce open❓

Jaké má argumenty, jakou návratovou hodnotu ❓

soubor = open('this.txt', 'r')
# :
# Prace se souborem.
# :
soubor.close()

# Zde uz se souborem pracovat nesmime - je zavreny.

Módy

• read
• write
• append

🔩 Další módy 🔩

r+/w+/a+, binární x textový přístup

❓ Pomocí jakých příkazů vypíšeme všechny řádky textového souboru ❓

my_file = open("this.txt")
print(my_file.readline())
print(my_file.readline())
print(my_file.readline())
print(my_file.readline())
# :
# :
my_file.close()

Beautiful is better than ugly.

Explicit is better than implicit.

Simple is better than complex.

Complex is better than complicated.

my_file = open("this.txt")
line = my_file.readline()
while line:
    print(my_file.readline())
my_file.close()

Explicit is better than implicit.

Simple is better than complex.

Complex is better than complicated.

Flat is better than nested.

Sparse is better than dense.

Readability counts.

---------------------------------------------------------------------------
KeyboardInterrupt                         Traceback (most recent call last)
<ipython-input-21-6c36e5e26a89> in <module>()
      2 line = my_file.readline()
      3 while line:
----> 4     print(my_file.readline())
      5 my_file.close()

/usr/lib/python3.7/site-packages/ipykernel/iostream.py in write(self, string)
    374             is_child = (not self._is_master_process())
    375             # only touch the buffer in the IO thread to avoid races
--> 376             self.pub_thread.schedule(lambda : self._buffer.write(string))
    377             if is_child:
    378                 # newlines imply flush in subprocesses

/usr/lib/python3.7/site-packages/ipykernel/iostream.py in schedule(self, f)
    201             self._events.append(f)
    202             # wake event thread (message content is ignored)
--> 203             self._event_pipe.send(b'')
    204         else:
    205             f()

/usr/lib64/python3.7/site-packages/zmq/sugar/socket.py in send(self, data, flags, copy, track, routing_id, group)
    389                                  copy_threshold=self.copy_threshold)
    390             data.group = group
--> 391         return super(Socket, self).send(data, flags=flags, copy=copy, track=track)
    392 
    393     def send_multipart(self, msg_parts, flags=0, copy=True, track=False, **kwargs):

zmq/backend/cython/socket.pyx in zmq.backend.cython.socket.Socket.send()

zmq/backend/cython/socket.pyx in zmq.backend.cython.socket.Socket.send()

zmq/backend/cython/socket.pyx in zmq.backend.cython.socket._send_copy()

/usr/lib64/python3.7/site-packages/zmq/backend/cython/checkrc.pxd in zmq.backend.cython.checkrc._check_rc()

KeyboardInterrupt: 

Funguje?

my_file = open("this.txt")
for line in my_file:
    print(line)
my_file.close()

Beautiful is better than ugly.

Explicit is better than implicit.

Simple is better than complex.

Complex is better than complicated.

Flat is better than nested.

Sparse is better than dense.

Readability counts.

my_file = open("this.txt")
for line in my_file:
    if line.startswith("Complex"):
        raise Exception("Bad error during the file processing.")
my_file.close()

---------------------------------------------------------------------------
Exception                                 Traceback (most recent call last)
<ipython-input-24-fbe6c8875e0d> in <module>()
      2 for line in my_file:
      3     if line.startswith("Complex"):
----> 4         raise Exception("Bad error during the file processing.")
      5 my_file.close()

Exception: Bad error during the file processing.

Práce v kontextu (with)

with open('this.txt') as soubor:
    for radek in soubor:
        print(radek)

Beautiful is better than ugly.

Explicit is better than implicit.

Simple is better than complex.

Complex is better than complicated.

Flat is better than nested.

Sparse is better than dense.

Readability counts.

🔩 Fungování with pro zájemce 🔩

class Box:
    def __enter__(self):
        print("Open")
    
    def __exit__(self, *args):
        print("Close")

def my_box():
    with Box():
        print("Inside of the box")
        return
        print("Too late to be used.")


my_box()

Open
Inside of the box
Close

❓ Co vypíše následující kód ❓

with open('this.txt') as soubor:
    for radek in soubor:
        print(radek)
    for radek in soubor:
        print(radek)

Beautiful is better than ugly.

Explicit is better than implicit.

Simple is better than complex.

Complex is better than complicated.

Flat is better than nested.

Sparse is better than dense.

Readability counts.

❓ Jaký je rozdíl mezi read, readline, readlines❓

🔩 Pohyb po souboru 🔩

my_file = open("this.txt")

my_file.seek(13)
print(my_file.readline())

my_file.seek(0)
print(my_file.readline())

better than ugly.

Beautiful is better than ugly.

with open("something.txt", mode="w") as file_obj:
    file_obj.write("Beautiful is better than ugly.")
    file_obj.writelines(["Explicit is better than implicit.\n",
                        "Simple is better than complex."])

with open("something.txt") as other_file_obj:
    print(other_file_obj.read())

Beautiful is better than ugly.Explicit is better than implicit.
Simple is better than complex.

❓ Jak můžeme číst standardní vstup a vypisovat na standardní výstup❓

import sys
print(sys.stdin.readlines())
sys.stdout.write("Hello!")

[]
Hello!

Uveďte příklady použití následujících vnořených datových struktur:

• ### slovník seznamů,
• ### slovník slovníků,
• ### seznam seznamů.

Jaký je význam split a join? Uveďte příklad použití.

---

"a b c\td   e".split()

"a=b=c=d".split("=")

"|".join(["a", "b", "c"])

"-".join([])

Příklady

11.1.1. Nejčastější slova

Načtěte soubor sherlock-holmes.txt a vypište 10 nejčastěji se vyskytujících slov v textu. Pro zajímavost se omezte pouze na slova délky 3 a více.

def most_freq_words(filename):
    pass

most_freq_words('sherlock-holmes.txt')

11.1.4. Podmíněná frekvenční analýza

Pro každé písmeno v textu vypište 5 písmen, které za ním následují nejčastěji. Můžete využít například soubor devatero_pohadek.txt.

def cond_freq_analysis(filename):
    pass

cond_freq_analysis('devatero_pohadek.txt')

11.1.7. Analýza jmen

Načtěte soubor jmena.csv. Implementujte funkci most_common_names(filename), která ze souboru vypíše count nejčastěji užívaných jmen (globálně).

def most_common_names(filename, count):
    pass

most_common_names('jmena.csv', 10)

Regulární výrazy

import re

# kontrola, jestli retezec odpovida vzoru
print(bool(re.match(r'\w+@\w+\.\w+', 'me@email.com')))   # je retezec e-mail
print(bool(re.match(r'\w+@\w+\.\w+', 'me@notemail')))

True
False

# hledí řetězce
string = 'smlouva c. 1854 plati od 12. 1. 1999 do 15. 10. 2015, coz je vice jak 15 let'
result = re.search(r'\d+', string)    # hledame prvni cislo
print(result.group())
print(re.findall(r'\d+', string))      # hledame vsechny cisla

result = re.search(r'(\d{1,2})\. (\d{1,2})\. (\d{4})', string)  # hledame prvni datum
print(result.group(0))       # cely odpovidajici retezec
print(result.group(1))       # den - prvni skupina (oznacena závorkami)
print(result.group(2))       # mesic
print(result.group(3))       # rok

Druhá vnitrosemestrálka

Závěr

• kontrolní otázky
• práce s textem
• práce se soubory
• regulární výrazy
• druhá vnitrosemestrálka (objekty, rekurze, řazení) ==4.12.==