Hoofdstuk 10 - Bestanden en Uitzonderingen

• Python zoekt een externe file op de locatie vanwaar je het Python-script uitvoert
• Je kunt ook relatieve paden gebruiken om elders te zoeken

with open("some_folder/filename.txt") as file_object:

• Windows-systemen gebruiken een backslash \ in plaats van een slash / in een pad
• Gebruik in je Python code altijd de gewone slash / (een backslash is om karakters te escapen)
• Je kunt ook absolute paden gebruiken:
  • /Users/mo6/Server/python/app/static/txt/pi_digits.txt
  • C:/Users/Jan/Documents/Python/app/static/txt/pi_digits.txt

• Je kunt een for-loop gebruiken om een bestandsobject regel voor regel te bekijken

filename = "pi_digits.txt"

with open(filename) as file_object:
    for line in file_object:
        print(line)

• Een veel voorkomende conventie is om de bestandsnaam op te slaan in een variabele
• Door with te gebruiken zorgt Python voor het openen en sluiten van de file
• Heb je lege regels tussen de uitkomstregels gebruik dan de rstrip()-functie
  • print(line.rstrip())

• Je kunt van een bestand ook een lijst met regels maken
• De lijst blijft beschikbaar buiten het with-blok
• Met de functie readlines() kun je elke regel van een tekstfile opslaan in een lijst

filename = "pi_digits.txt"

with open(filename) as file_object:
    lines = file_object.readlines()

for line in lines:
    print(line.rstrip())

3.1415926535
  8979323846
  2643383279

• Nadat je een lijst hebt gemaakt van elke regel uit een file kun je er goed mee werken
• Zo kun je bijvoorbeeld alle items uit de lijst plaatsen in één variabele (zonder spaties)

filename = "pi_digits.txt"

with open(filename) as file_object:
    lines = file_object.readlines()

pi_string = ''
for line in lines:
    pi_string += line.strip()

print(pi_string)
print(len(pi_string))

3.141592653589793238462643383279
32

• Een ingelezen file door Python wordt verwerkt als tekst (string)
• Gebruik int() of float() om regels om te zetten naar getallen

• Python kan ook veel grotere files analyseren dan de voorgaande oefeningen met drie regels
• Bijvoorbeeld de file pi_million.txt met de eerste 1.000.000 cijfers van pi
• Download deze file (1MB) en probeer in je eigen editor (niet op deze website) onderstaande code

verjaardag = input("Geef je verjaardag op - dd-mm-yy : ")

with open("pi_million.txt", "r", encoding="utf-8") as f:
    pi_cijfers = f.read()

if verjaardag in pi_cijfers:
    print("Ja, je verjaardag komt voor in pi!")
else:
    print("Nee, je verjaardag komt niet voor in deze cijfers van pi.")

• Argument "r" betekent "read": alleen lezen
• f is gekozen als variabelenaam en is lekker kort (het staat voor file of file_object)

• encoding bepaalt hoe tekstbestanden worden opgeslagen en gelezen (koppeling tussen bytes en tekens)
• Zonder encoding gebruikt Python de standaard-encoding van het besturingssysteem
• Op macOS & Linux is de standaard bijna altijd UTF-8
• Op Windows is de standaard meestal géén UTF-8 maar een Windows-codepagina (bijv. cp1252)
• Daarom is het verstandig om altijd encoding="utf-8" te gebruiken, dat voorkomt platformverschillen
• UTF-8 is de wereldwijde standaard voor software. Het ondersteunt accenten, emoji en symbolen en is in 99% van alle gevallen de juiste keuze

• Met de append mode kun je tekst aan een file toevoegen

filename = "mijn_verhaal.txt"

with open(filename, "a") as file_object:
    file_object.write("Daar woont een volkje vrij en blij...\n")

Ergens hier ver vandaan...
Waar paddenstoelen huisjes staan...
Daar woont een volkje vrij en blij...

• Exception – de algemene basisfout waarvan alle andere fouten erven
• SyntaxError – er staat een fout in de code (bijv. haakje vergeten)
• IndentationError – verkeerde inspringing (type van SyntaxError)
• NameError – je gebruikt een variabele die niet bestaat
• TypeError – verkeerde soort waarde (bijv. 3 + "abc")
• ValueError – juiste type, maar onjuiste waarde (bijv. tekst omzetten naar int)
• IndexError – je probeert buiten de grenzen van een lijst te werken
• KeyError – een niet-bestaande sleutel in een dictionary
• AttributeError – een object heeft het gevraagde attribuut niet
• ZeroDivisionError – delen door nul
• FileNotFoundError – bestand bestaat niet (subclass van OSError)
• PermissionError – onvoldoende rechten om een bestand te openen
• IOError / OSError – algemene fouten bij werken met bestanden en hardware
• IsADirectoryError – je probeert een directory als bestand te openen
• NotADirectoryError – een padsegment dat een map zou moeten zijn, is geen map
• UnicodeDecodeError – verkeerde encoding bij het lezen van tekst
• UnicodeEncodeError – verkeerde encoding bij schrijven
• RecursionError – maximale recursiediepte overschreden (functie die zichzelf aanroept)
• ImportError – een module kan niet gevonden worden
• ModuleNotFoundError – specifiek geval van ImportError: module bestaat niet
• RuntimeError – algemene fout tijdens runtime
• StopIteration – een iterator is “op”
• KeyboardInterrupt – gebruiker drukte Ctrl+C
• MemoryError – te weinig geheugen beschikbaar

filename = 'matrix.txt'

try:
    with open(filename, encoding='utf-8') as f_obj:
        contents = f_obj.read()
except FileNotFoundError as e:
    msg = "Sorry, de file " + filename + " bestaat niet"
    print(msg)

Sorry, de file matrix.txt bestaat niet

• Het daadwerkelijk foutobject wordt hier e genoemd en kun je printen
• Na de FileNotFoundError heeft het programma niks meer te doen
• In het onderstaande voorbeeld wordt string-methode split() gebruikt
• split() deelt een string bij de spatie en slaat elk deel los in een lijst op

title = "Alice in Wonderland"
print(title.split())

['Alice', 'in', 'Wonderland']

• Met split() kun je de woorden tellen in een file

filename = 'alice.txt'

try:
    with open(filename, encoding='utf-8') as f_obj:
        contents = f_obj.read()
except FileNotFoundError as e:
    msg = "Sorry, de file " + filename + " bestaat niet"
    print(msg)
else:
    words = contents.split()
    num_words = len(words)
    print("De file " + filename + " heeft ongeveer " + str(num_words) + " woorden")

De file alice.txt heeft ongeveer 133 woorden

• Door het vorige voorbeeld in een functie te zetten kunnen we het makkelijk aanroepen op meerdere bestanden

def count_words(filename):
    """Tel ongeveer het aantal woorden in een file."""
    try:
        with open(filename, encoding='utf-8') as f_obj:
            contents = f_obj.read() 
    except FileNotFoundError as e:
        msg = "Sorry, de file " + filename + " bestaat niet"
        print(msg)
    else:
        words = contents.split()
        num_words = len(words)
        print("De file " + filename + " heeft ongeveer " + str(num_words) + " woorden")


filenames = ['alice.txt', 'matrix.txt', 'smurf.txt']
for filename in filenames:
    count_words(filename)

De file alice.txt heeft ongeveer 133 woorden
Sorry, de file matrix.txt bestaat niet
De file smurf.txt heeft ongeveer 85 woorden

• Maar we kunnen ook de foutmelding stil voorbij laten gaan

def count_words(filename):
    """Tel ongeveer het aantal woorden in een file."""
    try:
        with open(filename, encoding='utf-8') as f_obj:
            contents = f_obj.read() 
    except FileNotFoundError as e:
        pass
    else:
        words = contents.split()
        num_words = len(words)
        print("De file " + filename + " heeft ongeveer " + str(num_words) + " woorden")


filenames = ['alice.txt', 'matrix.txt', 'smurf.txt']
for filename in filenames:
    count_words(filename)

De file alice.txt heeft ongeveer 133 woorden
De file smurf.txt heeft ongeveer 85 woorden

• Goed geschreven en adequaat geteste code is niet gevoelig voor interne fouten
• Maar wel wanneer het programma afhankelijk is van zaken van buitenaf
  • Invoer van de gebruiker
  • Bestaan van een bestand
  • Beschikbaarheid van netwerkverbinding
• Aan jou om te bepalen wanneer je foutmeldingen toont