Extraire données fichier texte

Version imprimable

Bonjour le forum,

Je recherche à extraire une liste d'information d'un fichier texte à la structure particulière. Les infos que je veux extraire se trouvent, dans ce fichier, après un certain mot (unique dans le fichier), et jusqu'à la prochaine ligne vide.
Ainsi, pour récupérer l'info dont j'ai besoin, voici ce que j'ai imaginé :
- Identifier le mot "balise",
- Stocker les lignes suivantes dans une liste, tant que la ligne n'est pas vide.

Et voici mon code qui marche "presque", au détail près qu'il reste sur la ligne du mot "balise", et ne sort donc jamais de la boucle while... (et donc ne marche pas^^)
Code:

1 2 3 4 5 6 7 8 9 10 des = "\\......." lst_per = [] with open(des, 'r') as fichier: for lines in fichier: if "ETENDUE=" in lines: while lines != "\n": #print lines lst_per.append(lines)
Autant en algo ou dans d'autre langage, pas de problème, mais en Python, où je débute, je ne m'en sors pas...
Je vois peut-être différentes solutions avec plusieurs boucles, ou des indices, etc.... mais m'appropriant petit à petit la philosophie de Python, je pressens qu'il y a moyen de faire ça de façon simple, propre, et concise....?

Merci de votre aide.

09/07/2019, 15h38
Julien N
Salut,

A la condition if, vous lancez une boucle while. Vous n'en sortez pas, car la condition lines != "\n" reste vrai. Vous ne passez à la ligne suivante que lorsque vous arrivez à la fin de votre boucle while, qui ne s'arrête pas tant que vous ne passez pas à une ligne suivante vide... Boucle sans fin. :)

Voici un algorithme qui pourrait vous convenir:
- On ouvre le fichier (ça c'est bon)
- On défini une variable indiquant que l'on se trouve dans le bloc nous intéressant. Par exemple block = False
- On initie une boucle, par exemple for, sur les lignes
- Si dans la ligne le mot clé est présent, on passe block à vrai
- Si block est vrai mais que la ligne est vide, c'est qu'on est arrivé à la fin. On passe block à faux, voir on force la sortie de la boucle
- Si block est vrai et la ligne non vide, on la traite
J
09/07/2019, 15h38
wiztricks
Salut,

Citation:

Envoyé par discus23

Autant en algo ou dans d'autre langage, pas de problème, mais en Python, où je débute, je ne m'en sors pas...

Un algo. basique est de lire les lignes tant qu'on n'a pas rencontré le mot balise, puis de lire les lignes (et en faire ce qu'on veut) tant qu'on n'a pas rencontré de ligne vide.
Ça s'écrit avec l'enchainement de deux boucles "while":
Code:

1 2 3 tant que condition est fausse ligne = lire ligne condition = ligne contient balise ou ligne est vide
Après on peut tout mettre dans la même boucle en utilisant un drapeau.

- W
09/07/2019, 15h49
discus23

Merci wiztricks.

Je saisis un peu mieux mais je ne vois pas comment gérer les deux boucles While ?
Cela veut dire aussi que la boucle For disparaît ?

Et merci julien, je viens de voir la réponse également. Je vais me pencher dessus bien que cela semble sortir de mes capacités Python actuelle.

Essayons !

Tu peux effectivement te passer de la boucle for. L'idée est de lire tant que tu ne rencontres pas la ligne avec la balise et de jeter le texte. Ensuite, tu lis jusqu'à trouver une ligne vide et de garder le texte. Par exemple :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 f = open('data.txt') line = f.readline() while line != 'BALISE:\n': print('Throw line: ', line) line = f.readline() print('Start keeping text') while line != '\n': print('Keep line: ', line) line = f.readline()
Une question à se poser est de savoir si tu as plusieurs blocs (== plusieurs balises) dans un même fichier. Dans ce cas, une boucle for avec une mini machine d'états pourraient être plus lisibles. Par exemple :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 f = open('data.txt') in_block = False for line in f: if line == 'BALISE:\n': in_block = True elif line == '\n': in_block = False if in_block: print('Keep text: ', line) else: print('Throw text: ', line)

Bonjour à tous, et merci pour vos conseils.

En m'inspirant du code proposé par @Bktero, voici ce à quoi j'aboutis, et qui correspond bien à mes attentes :
Code:

1 2 3 4 5 6 7 8 9 with open(des, 'r') as fichier: line = fichier.readline() while line.find('ETENDUE=') != 0: print('Je jette: ', line) line = fichier.readline() while line != '\n': print('Je garde: ', line) line = fichier.readline()
Merci !!

Je n'avais pas conscience de la différence entre readline() et readlines().
Ici, on utilise readline() pour lire la première ligne, puis on l'utilise à nouveau pour passer à la ligne suivante, et ainsi de suite, contrairement au for lines in fichier de mon code initial qui parcourt le fichier du début à la fin 'tout seul'. C'est bien ça ?

Question bonus, plus pour progresser en Python que pour répondre au besoin initial :
Admettons que je ne veuille afficher que les lignes comprises entre le mot balise et la prochaine ligne vide (sans le mot balise donc), il existe une façon propre de faire ça en Python ?

10/07/2019, 11h44
Bktero

Il n'y a pas un 's' pour rien ;)

En effet, un for line in file va itérer sur toutes les lignes. A chaque tour, Python fait automatiquement la lecture de la ligne suivante. Tu pourrais faire exactement la même chose avec une boucle while qui fait un appel à readline() et s'arrête quand la ligne retournée est vide.

Bonus : c'est pas presque déjà ce que fait ton code ? Quand la 1ere boucle se termine, line contient le mot balise. Et si tu lisais la première ligne après la balise avant de rentrer dans ta 2e boucle ?
10/07/2019, 11h51
aldimeola

Bonjour à tous,

J'ai un problème similaire, même s'il n'est pas exactement le même. Je préfère d'abord poster ma question ici, mais j'ouvrirai un nouveau post si on m'indique que c'est plus approprié.

J'ai aussi un fichier texte organisé "par blocs", avec à l'intérieur des info à récupérer. D'abord, je récupère un numéro contenu dans la 1ère ligne des blocs. J'utilise simplement la boucle "for line in file" et le module re pour récupérer le numéro contenu entre deux chaines de caractères reconnaissables. Bref, jusqu'ici tout fonctionne. A partir de là, et ce pour chaque numéro récupéré en début de ligne de blocs, il s'agit maintenant de récupérer des coordonnées de points, dont l'info est donnée à l'intérieur du bloc. Il s'agit alors de lire uniquement les lignes comprises entre la ligne courante (celle de laquelle on a récupéré le numéro) et la prochaine ligne qui contient le mot clé "</ELEM>" (cela constitue un "bloc"). Il s'agit donc de rester dans le même bloc ici parce que le fichier en question contient d'autres coordonnées de points, écrites à la fois dans d'autres blocs et même hors des blocs, et j'ai besoin de récupérer avec cohérence le numéro du bloc et les coordonnées des points que ce bloc contient.

D'où mon problème : dans ma boucle principale "for line in file", je n'arrive pas à créer une boucle secondaire qui permette de lire uniquement entre la ligne courante de ma boucle "for line in file" et la ligne contenant le prochain mot clé "</ELEM>" (qui se trouve quelques lignes plus loin).

Pour la suite, normalement je sais extraire les coordonnées dont j'ai besoin, mais je bloque sur la création de la boucle...

Je vous remercie d'avance.
10/07/2019, 11h59
Bktero

Salut,

Il faut bien comprendre qu'une boucle for line in file lit toutes les lignes. Tu ne peux pas faire une second boucle à l'intérieur. Regarde mon message #5 et son 2e code avec la mini-machine d'états : je pense que c'est la meilleure façon pour toi de t'en sortir.
10/07/2019, 12h40
wiztricks
Salut,

Citation:

Envoyé par aldimeola

D'où mon problème : dans ma boucle principale "for line in file", je n'arrive pas à créer une boucle secondaire qui permette de lire uniquement entre la ligne courante de ma boucle "for line in file" et la ligne contenant le prochain mot clé "</ELEM>" (qui se trouve quelques lignes plus loin).

La différence est que vous avez ici plusieurs blocks, il faut itérer la solution un seul block décrite ici (2 boucles imbriquées dans une boucle imbriquée) ou faire fonctionner l'idée que le PO n'arrivait pas à faire fonctionner (son premier post):
Code:

1 2 3 4 5 for line in f: si condition in line: for line in f: tant que balise n'est pas dans ligne: accumuler les lignes
c'est une machine à état dans laquelle l'état est câblé dans le code.

- W
10/07/2019, 13h55
discus23

Encore merci @Bktero,

Oui c'est "tout simplement" ça en effet. C'est d'ailleurs ce que j'avais fait mais pas avec la bonne indentation et ma boucle while ne sortait jamais.

Résolu !
11/07/2019, 09h39
aldimeola

Citation:

Envoyé par Bktero

Salut,

Il faut bien comprendre qu'une boucle for line in file lit toutes les lignes. Tu ne peux pas faire une second boucle à l'intérieur. Regarde mon message #5 et son 2e code avec la mini-machine d'états : je pense que c'est la meilleure façon pour toi de t'en sortir.

Merci Bktero, cela répond parfaitement à ma question, j'ai pu m'en sortir comme ça :)

Bonne journée à tous.