Discussion :

[hary66]

Bonjour.

Je tente de traiter des données dans un fichier portant l'extension .xls mais qui semble en fait être un fichier .CSV. (car ni la bibliothèque xlrd ou openpyxl ne me permettent de travailler sur le fichier source.)

J'utilise donc la bibliothèque CSV mais je n'arrive pas à accéder aux données souhaitées.
Quand j'ouvre mon fichier avec Notepad++ je vois apparaitre des doubles cotes " qui je pense perturbe la lecture par mon code python, (du reste, je ne vois pas ce que font ces doubles cotes dans ce fichiers CSV) :


Mon fichier source https://www.dropbox.com/scl/fi/j8i53...kzcxq1vyfbh9dy
Et ici mon code python :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
import csv
 
File = open("fichier_source")
Reader = csv.reader(File, delimiter="\t",)
Data = list (Reader)
print(Data[2][0])

[ABD-Z]

Je crois que ton fichier est tout sauf un CSV.
Pour me croire, voici un article de Wikipedia : https://fr.wikipedia.org/wiki/Comma-separated_values
Que veut donc dire CSV ?
-Comma-separated values

Séparation de valeurs par virgule, or ce n'est pas le cas dans ton fichier : les séparations sont faîtes à partir d'espace...
Faut donc revoir le format quitte à programmer son propre parseur. Et crois moi c'est du gâteau en Python.

Et non ce n'est pas un fichier xls, du moins le format.

[wiztricks]

Salut,

Si le contenu du fichier ressemble à la photo postée, ce n'est pas un fichier CSV mais un fichier texte contenant des blocs d'informations sous différents formats. Il va falloir commencer par le découper en parties (les blocs) et les traiter séparément.

- W

[hary66]

Pour apporter quelques précisions :
La photo postée est le fichier en question ouvert avec Notepad++ en demandant d'afficher tous les caractères cachés.
Les flèches oranges représentent des tabulations.

Les valeurs qui m'intéressent sont donc séparées par des tabulations (au lieu des commas), ce serait donc plutôt un .tsv, mais il y a ces doubles cotes qui perturbent le traitement je pense.

On retrouve bien chaque ligne séparées pas un "CRLF", s'il n'y avait pas ces doubles cotes, on pourrait trouver chaque colonnes séparées par les tab et je pense que mon code fonctionnerait.

[wiztricks]

Salut,

on pourrait trouver chaque colonnes séparées par les tab et je pense que mon code fonctionnerait.

C'est quoi le but lire le fichier? ou faire fonctionner votre code?

Si on vous dit que ce n'est pas un fichier CSV, çà implique que le module CSV ne pourra pas en faire quelque chose... et votre code ne fonctionnera jamais sans avoir remis en forme le fichier.

Ce qui suppose lire le fichier "à la main" avec une lecture ligne à ligne. Et quitte à le remettre "en forme" autant y récupérer ce que vous voulez. Et comme ce ne sont que des opérations de base sur les chaînes de caractères...

- W

[ABD-Z]

mais il y a ces doubles cotes qui perturbent le traitement je pense.

On retrouve bien chaque ligne séparées pas un "CRLF", s'il n'y avait pas ces doubles cotes, on pourrait trouver chaque colonnes séparées par les tab et je pense que mon code fonctionnerait.

Étonnement il n'y a pas de doubles quotes quand on l'ouvre avec dropbox, peut-être que ces doubles qotes veulent juste dire que c'est le début d'une nouvelle ligne?
En tout cas j'ai testé ton code et ça marche plutôt bien.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
print(Data[2])
print(Data[2][0])

affichent :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
['Reader_Version\t2\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t']
Reader_Version	2

[ABD-Z]

Il n'y a pas de problème.

Effectivement j'ai pas vu delimiter='\t'Tu pourras mettre en

[wiztricks]

Il n'y a pas de problème.

Les '"' sont dans le fichier:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
>> open('Carac_Perm_Dynamique_21-11-17_0920.xls', 'rb')
<_io.BufferedReader name='Carac_Perm_Dynamique_21-11-17_0920.xls'>
>>> f = _
>>> next(f)
b'"LabVIEW Measurement\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t"\r\n'

Et si j'ouvre le fichier avec csv:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
>> f = open('Carac_Perm_Dynamique_21-11-17_0920.xls', 'r')
>>> import csv
>>> r = csv.reader(f, delimiter= '\t')
>>> next(r)
['LabVIEW Measurement\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t']

çà ne voit pas le demiliteur (on aurait plus d'items dans la liste) parce qu'il est "dans" la chaine de caractères (un quoted literal).

Par contre on peut écrire:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
>>> f = open('Carac_Perm_Dynamique_21-11-17_0920.xls', 'r')
>>> line = next(f)
>>> line
'"LabVIEW Measurement\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t"\n'
>>> line = line[1:-2]
>>> line
'LabVIEW Measurement\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t'
>>> line.split('\t')
['LabVIEW Measurement', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '']
>>>

Mais çà ne dit pas que faire des colonnes vides qui dépendent du bloc lu.

- W