Arquivos¶
Utilizamos arquivos para armazenar informação, programas, documentos, etc.
Para os fins desse curso, vamos trabalhar apenas com arquivos tipo texto, chamados assim porque seu conteúdo pode ser lido facilmente por uma pessoa (com extensões como .txt, .py, .html, etc). Existem também arquivos binários, feitos para serem lidos ou processados por computadores, como arquivos executáveis, arquivos comprimidos (tipo .zip, .gz, etc), arquivos com imagens (tipo .jpg, .gif, .tiff, etc), e muitos outros.
Criação de arquivos¶
Para criar um arquivo e poder gravar informações nele, vamos utilizar a seguinte forma:
nome = "poesia.txt" # poderia ser um input("Digite o nome do arquivo: ")
with open(nome, 'w', encoding='utf-8') as arq:
# CORPO DO WITH
arq.write(" O poeta é um fingidor. \n")
arq.write(" Finge tão completamente \n")
arq.write(" Que chega a fingir que é dor\n")
arq.write(" A dor que deveras sente. \n")
arq.write(" Fernando Pessoa.\n")
Utilizamos o comando with para nos proteger contra alguns problemas que podem acontecer com arquivos (que não iremos detalhar no momento). A função open() abre o arquivo de nome poesia.txt (certifique-se de incluir todo o caminho (path) no nome, ou o arquivo será gravado no mesmo diretório do programa sendo executado) para gravação (devido a opção w do inglês write) e, para garantir que o arquivo será gravado em utf-8, definimos também a forma de codificação pela opção encoding.
Dentro comando with (corpo do with), devemos fazer todas as operações com o arquivo arq, nesse exemplo, escrever algumas linhas de texto usando o método write(). Observe que o \n faz a mudança de linha explicitamente.
Uma grande vantagem de utilizar o comando with é que o arquivo é fechado automaticamente ao final do corpo, não sendo necessário fechar o arquivo explicitamente.
Leitura de arquivos¶
Agora vamos abrir o arquivo “poesia.txt” para processar o seu conteúdo, utilizando o comando with novamente:
nome = "poesia.txt" # poderia ser um input("Digite o nome do arquivo: ")
with open(nome, 'r', encoding='utf-8') as arq_entrada:
# CORPO DO WITH
conteudo = arq_entrada.read()
# continue o programa usando conteudo
print(conteudo)
A saída seria:
O poeta é um fingidor.
Finge tão completamente
Que chega a fingir que é dor
A dor que deveras sente.
Fernando Pessoa.
A função open() abre o arquivo com nome indicado no string nome (certifique-se de passar todo o caminho (path) no nome, ou o arquivo deve estar no mesmo diretório do programa sendo executado) para leitura (devido a opção r do inglês read) e usamos a mesma forma de codificação, no caso, utf-8.
No corpo do comando with devemos fazer toda a computação com o arquivo, acessando-o pela variável arq_entrada (poderia ser qualquer outro nome). O método read() lê todo o conteúdo de arq_entrada e o atribui para conteudo. Nesse caso, a variável conteudo faz referência a um string cujo conteúdo foi carregado do arquivo.
Ao final do corpo do with, esse comando fecha automaticamente o arquivo.
Ao invés de carregar o arquivo inteiro de uma vez, muitos vezes é mais conveniente processar uma linha de cada vez para converte-lo ou extrair as informações necessárias, e assim evitar de manter o arquivo todo (que pode ser muito grande) na memória do computador.
Para isso, o Python oferece a seguinte forma de processar as linhas de um arquivo:
nome = "poesia.txt"
with open(nome, 'r', encoding='utf-8') as arquivo:
for linha in arquivo:
print(linha)
A saída seria:
O poeta é um fingidor.
Finge tão completamente
Que chega a fingir que é dor
A dor que deveras sente.
Fernando Pessoa.
Nesse caso, é como se o arquivo fosse uma lista de linhas.
Ao rodar esse programa no entanto, você deve notar que o espaçamento entre linhas aumentou. Isso porque a linha contém o \n e a função print() muda automaticamente de linha.
Como já mencionamos,
o Python oferece vários métodos para operar com strings (consulte a documentação do Python sobre strings).
O método strip() é um método para eliminar o \n e demais caracteres considerados “brancos” (como o espaço e o tab) no início e final de um string.
Experimente agora rodar o programa abaixo:
nome = "poesia.txt"
with open(nome, 'r', encoding='utf-8') as arquivo:
for linha in arquivo:
linha_sem_brancos = linha.strip()
print(linha_sem_brancos)
e nesse caso a saída seria:
O poeta é um fingidor.
Finge tão completamente
Que chega a fingir que é dor
A dor que deveras sente.
Fernando Pessoa.
O strip() é muito útil quando estamos interessados apenas no texto e podemos desconsiderar a formatação. Observe que não apenas o \n foi desconsiderado, mas também o tab no início de cada linha do poema.
Finalmente, se além do texto queremos separar a frase em palavras, podemos utilizar o método split(), que em seu comportamento padrão separa a frase em palavras usando os caracteres considerados “brancos” como separadores.
Rode o seguinte programa para ver o resultado de split() nas linhas do poema.
Experimente rodar esse mesmo programa sem o strip().