4. Fichiers et indexation

Données numériques

Une donnée informatique est un élément d'information ayant subi un encodage numérique

  • Consultable/manipulable/échangeable par des programmes informatiques

  • Possibilité de la conserver sur un support de stockage numérique (CD-ROM, disque dur, SSD, …)

    • Les informations peuvent être stockés dans un fichier (ex : fichier csv).

Types de données

  • Données quantitatives:

    • numérique entier ou réel, discrètes ou continues, bornées ou non. ex: poids, taille, âge, taux d’alcoolémie,…

    • temporel : date, heure

    • numéraire

    • etc…

  • Données qualitatives:

    • de type vrai/faux (données booléennes). ex: marié/non marié, majeur/non majeur

    • de type appartenance à une classe. ex: célibataire/marié/divorcé/veuf, salarié/chômeur/retraité etc…

    • de type texte (autrement dit “chaine de caractères”). ex: nom, prénom, ville,…

Donnée numérique

  • D'un point de vue informatique,
    • il n'existe pas de distinction entre le quantitatif et le qualitatif.
    • Tout est valeur numérique.
  • Une valeur numérique (digitale) consiste en:

    • un champ de bits (dont la longueur est exprimée en octets)

    • un processus de décodage : le format (ou type)

Donnée numérique

  • Les données manipulées par un programme:

    • sont codées sous un format binaire,

    • correspondant à un des types informatiques que vous connaissez déjà :

      • entier,

      • chaîne de caractères,

      • réel simple ou double précision etc…

    • ce qui implique en particulier :

      • une précision finie,

      • éventuellement des contraintes de place (le nom ou le prénom ne pouvant pas dépasser n caractères, les entiers pouvant être choisis sur un intervalle fini etc…).

Types de données standard

  • INTEGER : entier (codage classique sur 4 octets),
  • FLOAT : nombre à virgule flottante simple précision (4 octets),
  • DOUBLE : nombre à virgule flottante double précision (8 octets),
  • CHAR : caractère (symbole sur 1 octet)
  • STRING : chaîne de caractères (un texte d,e longueur quelconque),
  • DATE, ex: '2005-12-12' (12 décembre 2005)
  • TIME, ex: '10:45:02' (10 h 45 min 2 s)
  • DATETIME, ex: '2005-12-12 10:45:02'
  • DECIMAL, ...

Production des données

Tout commence par une fiche à remplir…

Production des données

Tout commence par une fiche à remplir…

  • Un formulaire se présentant sous la forme d’un ensemble de rubriques à remplir.

  • Le modèle de fiche définit le format des données à enregistrer:

    • liste des rubriques du formulaire,

    • domaine de valeurs attendues dans chaque rubrique.

  • A toute fiche remplie correspond un jeu de valeurs (ou mesure) :

    • liste de valeurs correspondant au contenu d’une fiche particulière.

  • D’un point de vue informatique, un jeu de valeurs recueilli est appelé un enregistrement

    • correspondant à l’encodage des données recueillies sur un support numérique

  • Une structure de données définit les données de manière logique,

    • c’est à dire l’ordre dans lequel elles doivent être lues

    • et la manière dont elles doivent être interprétées par les programmes qui les utilisent.

  • Exemples de structures de données (cours d'algorithmie):

    • listes,

    • listes de listes,

    • dictionnaires,

    • arbres,…

Stockage des données

Transport des données

  • La transmission des données entre programmes nécessite l’ouverture d’un canal de communication:

    • entre client et serveur

    • par lequel transitent les données (les requêtes et les réponses).

Transport des données

  • Le transport est géré:

    • par le système d’exploitation (lorsque les données transitent au sein d’un même ordinateur)

    • ainsi que par des routeurs (lorsque les données transitent d’un ordinateur à l’autre sur le réseau).

  • Au niveau du client,

    • les réponses en provenance du serveur sont organisées sous la forme d’une liste,

    • qu’on appelle un flux de données.

Requête

  • En informatique, une requête (en anglais query)
    • est une demande de consultation,
    • effectuée par un programme client
    • à l’attention d’un programme serveur.

Requête

  • Une requête peut être :
    • une simple référence vers un fichier
    • l’expression d’une recherche plus spécifique:
      • consultation de certaines fiches d’un fichier,
      • croisement d’information (entre plusieurs fichiers),
      • etc…)
    • Dans ce cas, il est nécessaire d’utiliser un langage de requête (le plus souvent SQL).

Client/Serveur

  • Le programme client représente l’utilisateur, il s’agit du programme qui

    • enregistre la demande de l’utilisateur,

    • la transmet au serveur,

    • puis met en forme visuellement la réponse du serveur.

  • Les données sont centralisées au niveau du serveur, chargé de :

    • la gestion,

    • de la manipulation

    • et du stockage des données.

    • Il traite la requête, consulte les données et transmet le résultat au client.

Types de requêtes

  • On distingue quatre grands types de requêtes (approche “CRUD”):

    • Création (Create) : ajout de nouvelles données dans la base

    • Lecture/recherche (Read) : consulation du contenu de la base

    • Mise à jour (Update) : changement du contenu existant

    • Suppression (Delete) : suppression des données obsolètes

Ordre des réponses

Exemples :

  • Requêtes http :

    • demande de consultation d’une page web

    • URL = référence vers un fichier

  • Moteur de recherche :

    • recherche de pages contenant les mots-clés spécifiés

  • Bases de données : utilisation d’un langage de requête :

 
SELECT *
FROM  Eleves
WHERE NOM = 'Dugenou'

Ordre des réponses

  • Lors d’une consultation de type lecture/recherche,
    • il y a souvent plusieurs réponses qui correspondent à la demande.
    • Le résultat d’une requête prend donc la forme d’un ensemble de réponses.
    • Ces réponses sont éventuellement classées,
      • selon la valeur d’un certain identifiant,
      • ou selon le degré de pertinence.

4.1 Mémoire

Données persistantes

  • Les données persistantes:
    • sont une des composantes essentielles des programmes informatiques.
    • Il s'agit par définition des informations qui doivent être conservées entre deux exécutions.
    • les quantités de données conservées ont considérablement augmenté au cours des dernières décennies.
  • Nous aborderons:
    • Le stockage de ces données sur un support informatique (Fichiers, bases de données)
    • les méthodes permettant de consulter et mettre à jour régulièrement ces données.

Structure de stockage

  • La conservation des données repose principalement sur la structure de stockage,

    • définissant la manière dont les données sont physiquement stockées sur le support,

    • autrement dit la méthode de rangement de la série de mesures :

      • fichiers,

      • répertoires,

      • index,

      • etc…

    • reposant sur des supports de stockage (ou mémoires) :

      • mémoire centrale,

      • mémoires secondaires (disque dur, CD-ROM, memoire flash (SSD), etc…).

Tableau statique

Le tableau statique correspond à l'organisation séquentielle fondamentale des mémoires informatique :

  • taille limitée du support matériel

  • données accessibles grâce à leur adresse (position dans le tableau)

  • problème de rangement:

    • il faut conserver une information sur la position des données déjà enregistrées

    • organisation logique des données sur le support.

Tableau statique

Dans un tableau statique T, la position des cases reste fixe au cours de l'utilisation :

  • T[i] désigne toujours la mếme zone mémoire

  • Analogie : les pages d'un cahier

Tableau dynamique

Dans un tableau dynamique (liste python par exemple), la position des cases varie au cours de l'utilisation :

  • T[i] ne désigne pas toujours la mếme zone mémoire

  • Analogie : briques de lego, puzzle glissant

Mémoires adressables

  • Les mémoires à accès aléatoire (Random Access Memory - RAM)
    • stockent les données mémorisées dans un tableau statique
    • les données sont consultables grâce à leur adresse
    • L'adresse est l'équivalent pour la mémoire de l'index des tableaux de données

Adresse

Structure de stockage

  • Les mémoires informatiques sont des structures statiques. Une fois les données enregistrées, il est difficile d’insérer ou de supprimer des éléments.
  • La difficulté consiste à définir une organisation logique du tableau permettant de gérer efficacement un tel ensemble (qui peut être de grande taille) :

    • savoir où enregistrer les données

    • savoir comment les retrouver

  • On parle de structure de stockage. Une telle structure doit permettre :

    • d’ajouter des données

    • d'effacer des données

    • d’accéder rapidement à une case particulière

Stockage dense

  • On considère un ensemble de k données stockés dans un tableau de données statique T de n cases (avec 0≤k ≤ n).
  • Propriété : les données sont stockés dans les k premières cases du tableau. Ainsi, les cases de 0 à k-1 sont occupées et l'indice k désigne la première case libre.

 

Stockage dense

 Problème :   définir des opérations :

  • de recherche
  • d'insertion
  • de suppression

qui conservent la propriété du tableau

 

Insertion : O(1)

Algo : insertion
Données :
  - d : donnée à insérer
  - T : tableau de données
  - k : indice
Début :
  T[k] <-- d
  k <-- k + 1
Fin

Recherche : O(k)

Algo : recherche
Données :
  - d : donnée à trouver
  - T : tableau de données
  - k : indice
Retourne :
  un indice
Début :
  pour i de 0 à k-1 :
    si T[i] = d:
      retourner i
  retourner -1
Fin

Suppression : O(k)

Algo : suppression
Données :
  - d : donnée à supprimer
  - T : tableau de données
  - k : indice
Début :
  i <-- recherche(d,T,k)
  si i != -1:
      T[i] <-- T[k-1]
      k <-- k-1
Fin

Stockage distribué

Table d'allocation:

  • On considère un tableau de taille n  dans lequel k<n cases sont occupées.

    • Chaque bloc de données d est indexée par l'adresse i<n donnant sa position dans le tableau

    • On connaît également sa taille m

  • La table d'allocation donne pour chaque bloc :

    • son adresse i

    • le nombre m de cases occupées

    • un indicateur LIBRE/OCCUPE

Stockage distribué

Stratégies d'allocation

  • Plus proche choix : la liste des blocs libres est parcourue jusqu’à trouver un bloc de la taille demandée (ou sinon, le premier bloc de taille supérieure, qui est alors découpé en deux blocs).

    • first fit : le premier bloc suffisamment grand pour les besoins

    • best fit : le plus petit bloc qui ait une taille au moins égale à la taille demandée

    • worst fit : le plus grand bloc disponible (qui est donc découpé)

Exercice

Écrire un algorithme permettant d'insérer une donnée d de taille m dans le premier bloc libre disponible (pensez à mettre à jour la table d'allocation B).

Algo : insertion
Données :
  - T: tableau de données
  - d: donnée à insérer
  - m: taille de la donnée
  - B: table d allocation
Retourne:
  adresse de d après insertion
Début
  pour tout triplet (i,m_i,f_i) dans B:
    si m_i <= m et f_i = LIBRE:
      T[i] <-- d
      supprimer (i, m_i, f_i) dans B
      insérer (i, m, OCCUPE) dans B
      insérer (i+m, m_i-m, LIBRE) dans B
      retourner i
  retourner -1
Fin

Liste dynamique

  • On appelle liste une structure abstraite ordonnée telle que:

    • l'on puisse accéder de manière directe à l'élément i

    • et à laquelle on puisse ajouter (et supprimer) autant d'éléments que l'on souhaite.

Une caractéristique importante de cette structure est son nombre d'éléments.

On commence par créer un tableau de taille n = 1, 
Le nombre initial d éléments est k = 0
A chaque ajout d élément:
    si k < n,
        ajouter l élément à la position k
        k ← k + 1
    sinon :
        allouer un tableau à 2 * n éléments
        n ← n * 2
        copier les k premiers éléments du tableau initial dans le nouveau tableau 
        supprimer le tableau initial
        ajouter l élément à la position k
        k ← k + 1

4.2 Indexation

Principe

  • Pour une gestion efficace des données,

    • il est nécessaire de pouvoir identifier chaque enregistrement de façon unique.

  • L'indexation des données

    • repose sur un principe simple d'étiquetage

    • consistant à attribuer une étiquette différente à chaque enregistrement.

  • Cette étiquette peut être

    • une suite de caractères arbitraires,

    • un entier,

    • ou un descripteur explicite.

  • On parle en général de clé ou d'identifiant pour désigner cette étiquette.

Définition

  • L'indexation des données consiste à attribuer à chaque donnée distincte un identifiant unique.
  • On parle également de clé de l'enregistrement:
  • On peut représenter l'opération d'indexation sous la forme d'une fonction:
    • Si d est le jeu de valeurs
    • id(d) désigne l'identifiant de ce jeu de valeurs

Unicité/spécificité

L'indexation suppose l'existence d'une bijection entre l'ensemble des données et l'ensemble des clés, permettant d'assurer l'unicité et la spécificité de la clé.

Soient d1 et d2 deux enregistrements,

  • Unicité :

    • si d1=d2 alors id(d1)=id(d2).

  • Spécificité:

    • si id(d1)=id(d2), alors d1=d2.

Fonction d'adressage

  • L'existence d'un identifiant unique pour chaque donnée d permet la mise en œuvre d'une recherche par identifiant (ou recherche par clé).

  • La recherche par identifiant repose sur une fonction d'adressage H qui à tout identifiant id(d) associe sa position (adresse) ref(d) dans un tableau de données:

H: ens. des identifiants → ens. des adresses

id(d) →   ref(d)

 

  • Ainsi si id est l'identifiant servant à la recherche, l'extraction des informations se fait en 2 étapes:

    • ref=H(id) (lecture de l'adresse des données)

    • d=T[ref] (lecture de la donnée elle-même)

Mise en oeuvre

Exemple : avec des listes:

Soit une liste:

L=((id1:ref1),(id2:ref2),…,(idN:refN))

telle que id1<id2<…<idN,

La recherche de l'adresse dans lune liste triée s'effectue en O(log N) (recherche dichotomique).

Exemples d'adressages:

  • Table des matières (en-têtes de chapîtres) --> num de page
  • nom de variable --> valeur
  • chemin d'accès (fichiers) --> adresse des données sur le support physique
  • URL --> adresse IP (L'index est  fourni par un serveur de noms)
  • code d'accès --> contenu

Définition : On appelle index la structure de données qui implémente la fonction d'adressage

Compacité

  • L'identifiant doit en pratique tenir sur un nombre d'octets le plus petit possible pour que la liste L puisse être manipulée en mémoire centrale.
  • Autrement dit, il faut que :
    • |id(d)|<<|d|
  • ​ pour que :
    • |L|<<|T|​

Un identifiant entier, codé sur 4 octets, permet d'indexer jusqu'à                           données différentes.   

2^{4\times8}\simeq 4\times 10⁹

 Unicité des données et Structure d'ensemble

  • L'index assure l'unicité des données (pas de doublons).
  • Soit E un ensemble de données indexées : 
    • E={d1,d2,…,dK}
  • ​On a l'équivalence :
    • d∈E⇔id(d) ∈ Index(E)
  • ​Ainsi, il ne peut y avoir de doublon car  : 
    • ∀d ∈ E, id(d) est unique
    • ∀ id ∈ Index(E) , ref(id) est unique

Index

E

ref

id

Exemples d'indexation des données

L'exemple le plus simple d'indexation est celui fourni par les numéros de case d'un tableau.

  • Soit T un tableau de n lignes, le numéro de case i<n est à la fois :
    • l'identifiant
    • et l'adresse (la référence) de la ligne T[i]

!! L'ajout ou la suppression

de données viole

le principe d'unicité

de l'index

Exemples d'indexation des données

Maintenance centralisée d'un index

  • Lors de l'ajout de nouvelles données, il est nécessaire de définir une méthode permettant d'assurer:

    • l'unicité de l'identifiant

      • d --> id

    • l'intégrité de l'index (fonction d'adressage)

      • id --> d

Exemples d'indexation des données

Exemple :

  • Le programme maintient une liste triée des identifiants déjà utilisées.
  • Lors de l'ajout d'une nouvelle donnée, il s'assure que l'identifiant n'est pas déjà présente dans la liste.

    • Coût :

      • O(n) en mémoire

      • O(log n) pour la vérification, O(n) pour l'ajout

  • intégrité id--> d : OK
  • unicité d --> id : OK 

Exemples d'indexation des données

Exemple :

  •  Dans le cas où les identifiants sont des numéros (entiers), il est possible d'utiliser un compteur qui s'incrémente à chaque nouvelle insertion.

  • Coût :

    • O(n) en mémoire (adressage)

    • O(1) pour l'ajout

  • intégrité id--> d : OK
  • unicité d --> id : KO !!

Exemples d'indexation des données

Exemples d'indexation centralisée :

  • numéro INE (étudiants)

  • numéro URSSAF (sécurité sociale)

  • numéro d'immatriculation (véhicules)

  • numéro de compte en banque

  • code barre

  • etc.

Indexation pseudo-aléatoire : les fonctions de hachage

Utilisation d'une fonction de hachage :

H : ens des données --> ens. des identifiants

                         d --> id = H(d)

  • qui "calcule" la valeur de l'identifiant à partir des valeurs du jeu de valeurs à insérer.

  • La fonction de hachage doit être telle que la probabilité de choisir le même identifiant pour deux données différentes soit extrêmement faible.

  • unicité d --> id(d) : presque OK!

 Etape 1 : transcodage binaire des données 

id = int.from_bytes(d, byteorder='big')

  • avantage : les données différentes ont un code entier différent

  • mais : |int(d)| = |d|  donc |id| =|d|

s = 'paul.poitevin@centrale-marseille.fr'
d = bytes(s, 'ascii')
id = int.from_bytes(d, byteorder='big')
print("id =", id

Donne :

id = 852806586114976881510056778471769180697471859150728801241505293627173168229624211058

!! viole le principe de compacité

 Etape 2 : réduction du code

Soit i = int(d):

Méthode 1 : le modulo r (reste de la division entière par r)

id = H(i) = i mod r

Avantage :

  • code borné entre 0 et r
  • |id|<<|d| dans le cas général

Inconvénient:

  • deux données proches ou très similaires auront un index proche ou similaire : si j = i + 1, H(j) = H(i) + 1 (presque toujours)

  • ce codage revient à sélectionner les bits de poids faible

  • deux données différentes peuvent avoir le même code

  • —> il faut prendre r premier

 Etape 2 : réduction du code

Soit i = int(d):

Méthode 2 : combiner produit et modulo – soient m et n deux nombres premiers entre eux:

  • k = H(i) = (i * m) mod n

  • Avantage :

    • |k|<<|d|

    • deux entiers proches donneront auront des codes très différents : si j = i + 1, j * m - i * m = m

  • Inconvénient :

    • deux données différentes peuvent avoir le même code

    • le produit i * m peut etre coûteux à calculer

 Etape 2 : réduction du code

 

Soit i = int(d):

Méthode 3 : Hachage cryptographique :

  • Le hachage cryptographique est construit de telle sorte qu'il soit très difficile de trouver un entier j != i tel que H(i) = H(j).

  • Un tel code est appelé une "signature".

Application : Table de hachage 

  • Soit T un tableau de données statique de taille n
  • Soit H une fonction de hachage à valeurs sur [0, n-1]
  • La fonction de hachage est utilisée comme fonction d'adressage :
    • d --> id(d) = H(d)
    • id(d) = ref(d) est l'adresse utilisée pour stocker d dans le tableau! 
  • Avantage :
    • Pas besoin de maintenir un index
    • Recherche/Insertion/Suppression en 0(1)
  • Inconvénient :
    • stockage non dense : nécessite une table d'allocation
    • risque de collision 
  • unicité d --> id : presque OK !!
  • intégrité id --> d : OK

Application : Table de hachage dynamique

 On commence par créer un tableau de taille n = 1, le nombre initial d'éléments étant m = 0

  • A chaque ajout d'un élément d : id <-- H(d)

    • si T[id] n'est pas occupé,

      • ajouter l'élément à la position id

    • sinon :

      • si T[id] != d

        • allouer un tableau à 2 * n éléments et n ← n * 2

        • copier les m premiers éléments du tableau initial dans le nouveau tableau & supprimer le tableau initial.

        • répéter l'opération si nécessaire jusqu'à pouvoir ajouter l'élément d à la position H(d)

  • unicité d --> id : OK !!
  • intégrité id --> d : OK

Application : structure d'ensemble dynamique

  • Définition : un ensemble dynamique est une structure de données proposant les fonctionnalités suivantes:
    • Il existe un ensemble vide
    • Il existe une fonction permettant de tester l'appartenance d'un élément d à l'ensemble
    • il est possible d'ajouter et de retirer des éléments de l'ensemble
    • ajouter d à un ensemble le contenant déjà est sans effet
    • retirer d d'un ensemble ne le contenant pas est sans effet
  • La table de hachage dynamique permet d'implémenter une telle structure d'ensemble

Application : le dictionnaire

  • Définition : un dictionnaire est un index:
    • Autrement dit est un ensemble dynamique de couples (id:d) où:
      • id est l'identifiant
      • d est la donnée associée à la clé
    • respectant la contrainte d'intégrité uniquement (à tout identifiant est associée une donnée unique)
    • Au lieu de la liste, l'index est une table de hachage dynamique sur les identifiants:
      • id --> H(id) --> T[H(id)]  --> d
      • T[H(id)] référence la donnée en mémoire
    • Insertion/recherche/suppression en O(1)!

Application : le dictionnaire

id

H(id)

d

unicité

intégrité

intégrité

M E M O I R E

H - S E T

Exemple : le dictionnaire Python

  • Dictionnaire vide :
dict = {}
  • Initialisation :
commande  = {'entree': 2, 'plat': 4, 'dessert': 2, 'café': 1}
  • Ajout / modification :
commande['aperitif'] = 3
commande['café'] += 1
  • Suppression :
del commande['entree']
  • Test :
if 'café' in commande :
  commande['café'] += 1
else:
  commande['café'] = 1

Exemple : le dictionnaire Python

Le dictionnaire Python est une structure de données extrêmement flexible et expressive:

  • structures d'arbres et hiérarchies,
  • compteurs,
  • etc.
arbre = {val : 12,
         gauche: {val:6,
                  gauche:None,
                  droit:None},
         droit: {val:15,
                 gauche:None,
                 droit:None}}
        }
promo2022 = {'demi promo A' : 
             {
               'TD1' : 26,
               'TD2' : 25,
               ...
             },
             'demi promo B' : 
             {
               'TD6' : 27,
               'TD7' : 25,
               ...
             }
            }

4.3 Les fichiers

Volume

  • Le volume est le support sur lequel sont enregistrées les données.

  • On parle de mémoire secondaire (Disque dur, disquette,CD-ROM, etc…).

  • Un volume est divisé en pistes concentriques numérotées de 0 à n ( par ex n = 1024).

  • Chaque piste supporte plusieurs enregistrements physiques appelés secteurs, de taille constante (1 secteur = 1 page).

     

Page (ou secteur)

  • Les pages sont les unités de base pour la lecture et l'écriture.

  • une page est une zone contiguë de la mémoire secondaire qui peut être chargée en mémoire centrale en une opération de lecture.

  • Taille standard : une page = 1-2 ko.

  • La mémoire secondaire est donc organisée comme un tableau de pages : (T[0],…,T[n-1]),

    • où n est le nombre de pages.

    • Chaque page fait m octets.

    • Chaque page peut être libre ou occupée (allocation). 

Système d'exploitation et Fichiers

  • La mémoire secondaire n’est pas directement accessible (les programmes n’ont pas la possibilité d’aller écrire directement sur le disque). 

  • La gestion des fichiers est une des fonctions essentielles des systèmes d’exploitation :

    • possibilité de traiter et conserver des quantités importantes de données

    • possibilité de partager des données entre plusieurs programmes.

Fichiers

A retenir :

  • Un fichier est une référence vers un ou plusieurs blocs de données, enregistrés sur un support physique.

  • Un fichier est caractérisé par son descripteur, constitué de

    • son nom,

    • son chemin d’accès,

    • ses droits d’accès (lecture/écriture/exécution) selon les utilisateurs,

    • sa position sur le support,

    • sa taille, etc…

Accès aux données

 

  • Le système d’exploitation assure ainsi l’indépendance du programme par rapport à l’emplacement des données, au travers d’instructions d’entrée/sortie spécialisées:

    • ouverture : initialisation d'un flux en lecture ou en écriture

    • lecture : consultation des lignes l'une après l'autre (à partir de la première ligne), dans l'ordre où elles ont été écrites sur le support

    • écriture : ajout de nouvelles données à la suite ou en remplacement des données existantes  

Répertoires

  • Tous les descripteurs de fichiers sont regroupés dans une table des matières appelée Répertoire (Directory)
  • Organisation hiérarchique :

    • Lorsque le nombre de fichiers est élevé, les descripteurs de fichiers sont classés dans plusieurs répertoires, organisés sous une forme arborescente.

    • Le répertoire de plus bas niveau hiérarchique est appelé racine

    • → chemin d’accès (path)

Consultation des données : ouverture en lecture (Read)

try :
  f = open('/chemin/vers/mon/fichier.dat','r')
except IOError:
  print "Erreur d'ouverture!"

Lorsque l’opération d’ouverture est réalisée avec succès,

  • le flux de données devient accessible en lecture
  • les premières lignes du fichier sont chargées en mémoire et une tête de lecture se positionne sur le premier caractère de la première ligne
  • Il ne reste plus qu’à lire les données.

Consultation des données : lecture des données (Read)

  • Lecture d'une ligne unique (readline)

 

 

  • Lecture de toutes les lignes (la lecture s’effectue dans une boucle) + affichage de la ligne:
s = f.readline()
for s in f :
  print s

Mise à jour: ouverture en écriture (Write)

try :
  f = open('/chemin/vers/mon/fichier.dat','w')
except IOError:
  print "Erreur d'ouverture!"

Lorsque l’opération d’ouverture est réalisée avec succès,

  • le flux de données devient accessible en écriture
  • Il ne reste plus qu’à écrire les données.

Mise à jour: ouverture en écriture (Write)

  • Ecriture d'un texte:

 

 

  • Lecture de toutes les lignes (la lecture s’effectue dans une boucle) + affichage de la ligne:
f.write("Commande enregistrée:")
for k in commande:
  f.write(k + ':' + str(commande(k)))

Tronc commun 1A

By Emmanuel Dauce

Made with Slides.com

Tronc commun 1A

  • 1,819

More from Emmanuel Dauce