Lecture de données externes | Exercices corrigés

Concepts & Exercices

Lecture = Fichier + Format + Parser + Traitement

Formule de la lecture de données externes

Fichier texte

→ open()

Lecture linéaire

CSV

→ csv.reader()

Données tabulaires

JSON

→ json.load()

Structures imbriquées

Processus de lecture de données externes

Ouverture → Lecture → Parsing → Traitement → Fermeture

Exercice 1

Lire un fichier texte contenant des données et extraire des informations spécifiques.

Exercice 2

Lire un fichier CSV et effectuer des opérations statistiques sur les données.

Exercice 3

Lire un fichier JSON et naviguer dans sa structure hiérarchique.

Exercice 4

Lire des données depuis une base de données SQLite.

Exercice 5

Lire des données depuis une API REST externe.

Corrigé : Exercices 1 à 3

1 Lecture de fichier texte

Définition du fichier texte :

Fichier texte : Fichier contenant des données sous forme de caractères lisibles, souvent organisé en lignes.

Méthodologie d'analyse :

Ouvrir le fichier avec open()
Lire le contenu ligne par ligne
Extraire les informations pertinentes
Fermer le fichier

Méthodes de lecture de fichiers texte

read() : Lit tout le fichier
readline() : Lit une seule ligne
readlines() : Lit toutes les lignes dans une liste
Boucle for sur le fichier : Lit ligne par ligne

Étape 1 : Ouverture du fichier

with open('donnees.txt', 'r') as fichier:

Étape 2 : Lecture et extraction

for ligne in fichier:
    # Traiter chaque ligne
    donnees = ligne.strip().split(',')
    print(donnees)

Étape 3 : Fermeture automatique

L'instruction with ferme automatiquement le fichier après le bloc.

Utilisation de with open() pour une gestion sécurisée des fichiers

Réponse finale :

# Lecture d'un fichier texte
with open('donnees.txt', 'r') as fichier:
    for ligne in fichier:
        # Supprimer les espaces et séparer les éléments
        elements = ligne.strip().split(',')
        print(elements)

Lois et principes :

• Principe de la gestion des ressources : Toujours fermer les fichiers après utilisation

• Utilisation de with : Permet une gestion automatique des ressources

• Nettoyage des données : Utiliser strip() pour supprimer les espaces

2 Lecture de fichier CSV

Définition du format CSV :

CSV (Comma-Separated Values) : Format de fichier pour stocker des données tabulaires avec des séparateurs.

Avantages du format CSV

Léger et simple
Compatible avec les tableurs
Lisible par la plupart des programmes
Structure tabulaire claire

Étape 1 : Importation du module

import csv

Étape 2 : Ouverture du fichier CSV

with open('donnees.csv', 'r') as fichier_csv:

Étape 3 : Création du lecteur CSV

lecteur = csv.reader(fichier_csv)
for ligne in lecteur:
    print(ligne)

Utilisation du module csv pour une lecture structurée

Réponse finale :

import csv

# Lecture d'un fichier CSV
with open('donnees.csv', 'r') as fichier_csv:
    lecteur = csv.reader(fichier_csv)
    for ligne in lecteur:
        print(ligne)

Lois et principes :

• Module CSV : Fournit des outils spécifiques pour les fichiers CSV

• Delimiteur par défaut : La virgule (',') est le séparateur standard

• Structure tabulaire : Chaque ligne représente un enregistrement

3 Lecture de fichier JSON

Définition du format JSON :

JSON (JavaScript Object Notation) : Format de données structurées en arbre hiérarchique.

Caractéristiques du format JSON

Format clé-valeur
Structures imbriquées possibles
Très utilisé dans les API
Universellement supporté

Étape 1 : Importation du module

import json

Étape 2 : Ouverture du fichier JSON

with open('donnees.json', 'r') as fichier_json:

Étape 3 : Chargement des données

donnees = json.load(fichier_json)
print(donnees)

Utilisation de json.load() pour charger les données structurées

Réponse finale :

import json

# Lecture d'un fichier JSON
with open('donnees.json', 'r') as fichier_json:
    donnees = json.load(fichier_json)
    print(donnees)

Lois et principes :

• Module JSON : Convertit automatiquement en objets Python

• Hiérarchie des données : Les structures imbriquées sont conservées

• Accès aux données : Utiliser la syntaxe des dictionnaires/listes

Corrigé : Exercices 4 à 5

4 Lecture de base de données SQLite

Définition de SQLite :

SQLite : Système de gestion de base de données relationnelle légère, sans serveur.

Avantages de SQLite

Basé sur SQL
Fichier unique
Très léger
Intégré à Python

Étape 1 : Importation du module

import sqlite3

Étape 2 : Connexion à la base

connexion = sqlite3.connect('base.db')

Étape 3 : Création d'un curseur

curseur = connexion.cursor()

Étape 4 : Exécution d'une requête

curseur.execute("SELECT * FROM table")
resultats = curseur.fetchall()
print(resultats)

Utilisation de SQLite pour accéder aux données relationnelles

Réponse finale :

import sqlite3

# Connexion à la base de données
connexion = sqlite3.connect('base.db')
curseur = connexion.cursor()

# Exécution d'une requête
curseur.execute("SELECT * FROM table")
resultats = curseur.fetchall()

# Affichage des résultats
for resultat in resultats:
    print(resultat)

# Fermeture de la connexion
connexion.close()

Lois et principes :

• Connexion et fermeture : Toujours fermer la connexion après utilisation

• Curseur : Outil pour exécuter les requêtes SQL

• Requêtes SQL : Utiliser le langage SQL standard

5 Lecture de données via API REST

Définition d'une API REST :

API REST : Interface de programmation d'application qui suit les principes de l'architecture REST.

Caractéristiques des API REST

Format JSON pour les données
Protocole HTTP
URL spécifique pour chaque ressource
Verbes HTTP (GET, POST, PUT, DELETE)

Étape 1 : Importation des modules

import requests
import json

Étape 2 : Requête HTTP GET

reponse = requests.get('https://api.exemple.com/data')

Étape 3 : Conversion en JSON

donnees = reponse.json()
print(donnees)

Utilisation de requests pour accéder aux données externes

Réponse finale :

import requests
import json

# Requête vers l'API
reponse = requests.get('https://api.exemple.com/data')

# Vérification du statut
if reponse.status_code == 200:
    # Conversion en JSON
    donnees = reponse.json()
    print(donnees)
else:
    print(f"Erreur: {reponse.status_code}")

Lois et principes :

• Code de statut HTTP : Vérifier le code de réponse (200 = succès)

• Format JSON : Les API retournent souvent des données en JSON

• Limitation des requêtes : Respecter les quotas d'utilisation

Cours bien détaillé

Données externes = Source × Format × Méthode × Traitement

Formule de la lecture de données externes

🎯

Définition : La lecture de données externes consiste à récupérer des informations stockées en dehors du programme, dans divers formats.

📏

Objectifs : Accéder à des données persistantes, traiter des informations volumineuses, interagir avec des sources externes.

📐

Types : Fichiers texte, CSV, JSON, XML, bases de données, API REST.

📝

Applications : Traitement de données, analyse statistique, intégration d'informations externes.

💡

Conseil : Utilisez toujours with open() pour gérer les fichiers

🔍

Attention : Vérifiez le format des données avant de les lire

⚡

Astuce : Testez les codes de statut pour les API

📋

Méthode : Validez les données après la lecture

✅

Vérification : Vérifiez la structure des données lues

Formats de données courants :

Fichier texte : Données simples organisées en lignes
CSV : Données tabulaires séparées par des virgules
JSON : Données structurées en arbre hiérarchique
XML : Données structurées avec balises
SQLite : Base de données relationnelle locale
API REST : Données accessibles via HTTP

Concepts clés à retenir :

La gestion des fichiers nécessite une ouverture et fermeture appropriées
Les formats de données influencent la méthode de lecture
Les API nécessitent des requêtes HTTP et une gestion des erreurs
SQLite permet l'accès à des données relationnelles sans serveur
Le module json convertit automatiquement en objets Python

Processus de lecture de données externes

Identification → Ouverture → Lecture → Parsing → Traitement → Validation

Lecture de données externesExercices corrigés

Lecture de données externes
Exercices corrigés