Les méthodes les plus simples pour travailler avec des fichiers texte en Python, étape par étape

Ici, les expressions régulières vous permettent de remplacer du texte structuré, et non pas seulement une chaîne de caractères.

Comptez les mots, les lignes et les lettres
Supposons que vous ayez un fichier texte et que vous ayez besoin de quelques statistiques de base, comme le nombre de lignes, de mots et d'occurrences de mots. Ces informations peuvent être utiles pour l'analyse de texte, la création de rapports et le traitement de données. Python simplifie cette tâche. Vous pouvez utiliser des boucles pour effectuer ces comptages.

line_count = 0
char_count = 0

avec ouvert(« notes.txt », "R") as f:
pour en ligne in f:
nombre_de_lignes += 1
char_count += len(doubler)

impression(« Lignes : »(nombre_de_lignes)
impression(« Personnages : », nombre_de_caractères)

Cette boucle simple fonctionne bien même avec des fichiers volumineux. Lisez une ligne à la fois, comptez-la et notez le nombre total de caractères sur sa longueur. Pour compter les mots :

word_count = 0

with open("notes.txt", "r") as f:
    for line in f:
        words = line.split()
        word_count += len(words)

print("Words:", word_count)

La fonction .split() permet de diviser chaque ligne en une liste de mots, ce qui est idéal pour effectuer des mesures simples basées sur les mots.

Pour une analyse lexicale plus poussée, vous pouvez utiliser le module collections , comme ça:

from collections import Counter

counter = Counter()

with open("notes.txt", "r") as f:
    for line in f:
        counter.update(line.split())

print(counter.most_common(5))

Si vous souhaitez connaître les mots les plus fréquents, l'outil « Compteur » est extrêmement utile. Il compte les éléments pour vous et peut même vous indiquer les mots les plus fréquents (N) grâce à la fonction .most_common().

Fractionner et fusionner des fichiers

Les fichiers texte peuvent devenir volumineux. Imaginez travailler avec des ensembles de données contenant des millions de lignes, ou des exportations massives difficiles à gérer en une seule fois. Il est parfois nécessaire de diviser un fichier en plusieurs parties, et parfois de fusionner plusieurs fichiers en un seul résultat clair et cohérent. Python gère ces deux tâches avec aisance.

Une méthode pour diviser un fichier consiste à extraire un nombre fixe de lignes et à les écrire dans de nouveaux fichiers. Voici comment procéder :

chunk_size = 10
file_number = 1
current_lines = []

with open("bigdata.txt", "r") as f:
    for i, line in enumerate(f, start=1):
        current_lines.append(line)

        if i % chunk_size == 0:
            output_name = f"chunk_{file_number}.txt"
            with open(output_name, "w") as out:
                out.writelines(current_lines)
            current_lines = []
            file_number += 1

# write any remaining lines
if current_lines:
    output_name = f"chunk_{file_number}.txt"
    with open(output_name, "w") as out:
        out.writelines(current_lines)

Pour fusionner plusieurs fichiers en un seul module, le module glob de Python est utile.

import glob

with open("merged_output.txt", "w") as outfile:
    for filename in glob.glob("logs/log*"):
        with open(filename, "r") as infile:
            outfile.write(infile.read())