Discussion :

[ldiaz]

Bonjour a tous

j'ai 2 fichiers type txt et je voudrais comparer le contenu pour savoir les ID qui existent dans un des fichiers et qui n'existe pas dans l'autre.
Je voudrais le faire avec python pour apprendre, car je n'ai aucune idée de comment programmer avec python.

Ce que je demande est hors du forum j'en ai conscience.
Je poste quand même pour si quelqu'un peu perdre un peu de son temps.

Voici le format des fichiers:
Chaque block LDR est un registre et les fichiers contienent multitude de registres.
Le champs que je veux comparer est le =001
ici comme valeur: .b13965621

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
=LDR  00730nam a2200253 a 4500
=001  .b13965621
=005  20140101192443.0
=008  090921s1990\\\\sp\a\\\\\\\\\\000\0\spa\d
=010  \\$a.b13965621
=020  \\$a8437602092
=650  04$aGravat$z--Espanya$x--Història$911
=830  \0$aCuadernos de arte (Cátedra)
=952  \\$p3$d2009/09/15$t2011/09/27$cSGG$7P$adhub$bdhub$yLL$oG121.03 Gal$4B$eMAAB$m3$s2009/11/04$0C$zMAAB - GAG
=952  \\$p187$d2009/11/19$t2011/09/27$cSGG$7P$adhub$bdhub$yLL$oG121.03 Gal$4B$eMAAB$m0$0C$zMAAB - GAG
=999  \\$c1$d1

Je vais essayer de le faire en pseudo code juste pour la logique:
1 lire le 1er fichier
detecter chaque registre grace a =LDR
A l'interieur de chaque registre detecter le champo =001
placer sa valeur dans un array
2 Faire idem avec le 2 eme fichier
3 comparer les valeur de chaque array et imprimer le report.

Quelqu'un saurait le faire ou m'aider pas a pas?
Si oui je passe les 2 fichiers.

D'avancer merci

[deusyss]

Salut !!!

Alors on va te fiare le code a ta place, mais on t'aidera avec plaisir, ce forum est là pour ça

Alors en Python tu as differente façon de lire un fichier (tu peux lire CECI)

Ce que tu récupère est donc au final une string, une chaine de caractère. Au sein de cette chaine de caractère tu peut faire une recherche avec un string.find (info d'utilisation sur la DOC OFFICIELLE).

Après ce n'est qu'un simple test de comparaison. Cela te convient-il?

[ldiaz]

Salut
a sympa... Alors grace a ces doc j'ai pu faire ce bout de code:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import re
 
# lecture fichier 1
f=file("dhub-items4.mrk", "r")
content=f.read().splitlines()
f.close()
 
# creation fichier destination
f=file("item_001.txt","w")
# parcour de toutes les lignes du fichier original
for line in content:
        # avec un match du champs que je veux comparer
        if re.match("^[=001]",line):
                # sauvagarde de la ligne dans le nouveau fichier
                f.write(line+"\n")
f.close()

Grace a ce code j'arrive a creer un autre fichier avec des lignes.. Mais j'arrive pas a isoler seulement la ligne que je veux comparer.
Je souaite recuperer seulement ceci:
=001 .b13965621


Et je recupere tout.. Le match ne marche pas.

Dans le fichier original les lignes se presentent comme ça:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
=LDR  00000nam  2200000Ia 45e0
=001  .b35697039
=952  \\$p7$d2009/09/25$t2011/09/15$cSGI$7P$adhub$bdhub$yLL$oI2.038.1/3 Mod$4B$eMAAB$m3$s2012/10/02$0C$zMAAB - MADB

Comment faire pour isole seulement le =001 ?

D'avance merci

[deusyss]

Salut,

Une fois que tu a recupere le contenu de ton fichier dans un string, utilise la mtehode ".split("\n")" (info ICI) afin de récupérer une liste contenant chacune de tes lignes du fichier. A partir de là, tu n'a qu'à comparer le debut de chaque ligne (liste[:4]) à la chaine recherchée ("=001").

[Petibidon]

Hello,

Normal, ta regexp matche toutes les lignes qui commencent par =, 0 ou 1. Vu que toutes tes lignes commencent par =, bah voila.

Plus simplement un objet str fournit la méthode startswith() pour faire ce que tu veux. C'est plus simple et plus efficace qu'utiliser des regexp.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
if line.startswith('=001'):
    ...blabla...

[VinsS]

Salut,

Essaye avec ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
if re.search("(?<==001)", line):

[deusyss]

Hello,

Normal, ta regexp matche toutes les lignes qui commencent par =, 0 ou 1. Vu que toutes tes lignes commencent par =, bah voila.

Plus simplement un objet str fournit la méthode startswith() pour faire ce que tu veux. C'est plus simple et plus efficace qu'utiliser des regexp.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
if line.startswith('=001'):
    ...blabla...

J'adore ce forum, on en apprend tous les jours. Je ne le conaissais pas ce startwith(). Je note. Merci beaucoup

[ldiaz]

Salut a tous

ok j'ai essayé avec

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

line.startswith()

et effectivement le fichier qui se cré est exactement la liste des champs =001, genial !!
Maintenant j'ai 2 fichiers avec le champs =001.
Le dernier truc a faire c'est de comparer les 2 pour voir quels sont les 001 du 1er qui n'existe pas dans le 2eme.
Surement il existe une forme facile avec python.. E attendant de trouver la reponse (j'ai vu difflib)
Je vais faire ça avec sql...
Merci a tous !! le python c'est cool

[ldiaz]

Bonjour a tous

maintenant je dois faire une autre prouesse (pour moi).. J'ai essayé le code mais y'a une erreur.
Voila le plan.
A partir du même fichier:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
=LDR  02030nam a2200313 a 4500
=001  .b18020409
=005  20140311231137.0
=710  2\$aMuseu de les Arts Decoratives (Barcelona, Catalunya)$91060
=852  4\$aDHUB.$c Res.$j A-XX-693.$z-- Fons MADB.$q-- Enq. rústica (malmesa). Segell del Museu d'Arts Decoratives. Antoacions ms.$t 1
=852  4\$aDHUB.$c Res.$j A-XX-694.$q-- Enq. rústica.$t 2
=852  4\$aDHUB.$c Res.$j A-XX-695.$z-- Fons MTIB.$q-- Enq. rústica (malmesa). Taques d'òxid. Segell del Museu Tèxtil i d'Indument▒| ria de Barcelona. Antoacions mm
s.$t 3
=852  4\$aDHUB.$c Res.$j A-XX-696.$z-- Fons MTIB.$q-- Enq. rústica (molt malmesa). Taques d'òxid. Segell i etiqueta de la Biblioteca de la Junta de Museus. Antoacii
ons ms.$t 4
=852  4\$aDHUB.$c Res.$j A-XX-697.$z-- Fons MTIB.$q-- Enq. rústica. P▒| gina 9 estripada i enganxada amb cinta adhesiva. Antoacions ms.$t 5
=999  \\$c323$d323
=952  \\$w2014-03-11$p294$r2011-09-26$40$eMAAB$6DHUB_MTIB_1935_000000000000000$9413$bdhub$m1$10$odhub MTIB

Je souhaite placer le curseur a la fin des lignes qui commence par =852
et ajouter ceci: $P et un numero incremental

J'ai ecrit ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import re
 
# lecture fichier 1
f=file("852.mrk", "r")
content=f.read().splitlines()
pegar='$p'
numbase=1602000001
 
for line in content:
        if line.startswith('=852'):
                base=line.find('\n')
                result=base + pegar + numbase +=1
                print result
f.close()

Le num doit commencer par la valeur de numbase
L'erreur:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
/root > python test.py
  File "test.py", line 12
    result=base + pegar + numbase +=1
                                   ^
SyntaxError: invalid syntax

Une idée ?
d'avance merci

[VinsS]

Salut,

De toute façons ça n'aurait pas eu de sens parce que find() retourne un entier.

Utilise ceci plutôt:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
for line in content:
        if line.startswith('=852'):
                numbase +=1
                result= "".join([line.rstrip(), pegar, str(numbase), '\n'])

Edit: ... oublié de convertir numbase en string

[ldiaz]

Salut Vins

merci pour ton ajout... J'ai ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 python test.py
Traceback (most recent call last):
  File "test.py", line 11, in <module>
    numbase +=1
TypeError: cannot concatenate 'str' and 'int' objects

j'ai numbase comme ceci:
numbase='1602000001'

avec des single quote..

[ldiaz]

Vins
pardon...ça marche impecable.
Je voudrais avoir le fichier entier comme sortie... Avec ce code j'ai que les lignes qui commencent par =850
Comment faire?
D'avance merci

[ldiaz]

Bonsoir
personne alors?
je n'arrive pas a imprimer le cotenu complet du fichier avec la ligne =852 modifiée, j'arrive a sortir que la ligne en question.
Comment faire pour appliquer le changement a l'interieur du fichier ?

D'avance merci

[VinsS]

Ben, si ton print est conditionné au "if" c'est normal.

recule-le d'une indentation.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
for line in content:
        if line.startswith('=852'):
                numbase +=1
                line = "".join([line.rstrip(), pegar, str(numbase), '\n'])
        print(line)

[ldiaz]

Salut Vins
ok ça marche
maintenant je vais tenté de piger:

d'abord on lit le fichier

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

f=file("852.mrk", "r")

Ensuite cette ligne... je vois pas trop ce que ça produit:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

content=f.read().splitlines()

Ok
ensuite je parcours les lignes du fichier et je cherche celles qui commencent par =852

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
for line in content:
        if line.startswith('=852'):

Vue que le reste est a l'interieur du if ça sera executé seulement en cas que le if est matché c'est bien ça?
donc a incremente:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 numbase +=1

et ça concatene

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 line = "".join([line.rstrip(), pegar, str(numbase), '\n'])

et pour finir ça imprime line qui represente l'ensemble des lignes ?? c'est bien ça?

[VinsS]

Ça imprime line au fur et à mesure de la lecture du fichier.