در این مطلب، ویدئو Python 101: Episode #13 – ماژول csv با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:04,570 –> 00:00:07,210
در این قسمت
2
00:00:07,210 –> 00:00:09,219
ماژول CSV را بررسی خواهیم کرد که بخشی از
3
00:00:09,219 –> 00:00:12,250
کتابخانه استاندارد پایتون است، ماژول CSV را می
4
00:00:12,250 –> 00:00:15,040
توان برای خواندن و نوشتن فایل های CSV استفاده کرد، بیایید
5
00:00:15,040 –> 00:00:17,740
ابتدا نگاهی به یک
6
00:00:17,740 –> 00:00:19,829
فایل CSV بیندازیم که واقعاً یک فایل CSV است. این یکی واقعا ساده است
7
00:00:19,829 –> 00:00:21,880
فقط یک نام و
8
00:00:21,880 –> 00:00:24,040
نام خانوادگی یک ایمیل در یک سن و چند
9
00:00:24,040 –> 00:00:26,770
ردیف داده دارد، بیایید ببینیم آیا
10
00:00:26,770 –> 00:00:29,439
واقعاً میتوانیم آن را با پایتون بخوانیم، اول از
11
00:00:29,439 –> 00:00:33,450
همه باید یک ماژول CSV وارد
12
00:00:33,450 –> 00:00:39,850
کنیم فقط شما CSV را انجام دهید. و سپس ما یک تابع کوچک ایجاد می کنیم
13
00:00:39,850 –> 00:00:40,930
تا انجام این کار
14
00:00:40,930 –> 00:00:45,610
کمی آسان تر شود. من یک
15
00:00:45,610 –> 00:00:52,930
شی فایل را از دست می دهم و سپس در داخل آن
16
00:00:52,930 –> 00:01:01,000
ابزار عالی CSV را باز نمی کنیم فقط از
17
00:01:01,000 –> 00:01:03,250
شیء فایل خواننده ما استفاده کنید.
18
00:01:03,250 –> 00:01:09,899
احتمالاً این
19
00:01:10,720 –> 00:01:17,170
فقط CSV را به درستی ذخیره کنید، بنابراین اکنون ما یک
20
00:01:17,170 –> 00:01:18,640
شیء خواننده داریم که البته در حال بررسی هر
21
00:01:18,640 –> 00:01:29,050
ردیف از فایل یا خواننده
22
00:01:29,050 –> 00:01:31,090
هستیم و فقط آن سطرها را پرینت می کنیم،
23
00:01:31,090 –> 00:01:39,720
پس بیایید این کار را انجام دهیم،
24
00:01:39,720 –> 00:01:42,760
شاید من باید به آن شیء نهایی منتقل
25
00:01:42,760 –> 00:01:44,890
شود، بنابراین این همان کاری است که ما در اینجا انجام خواهیم داد.
26
00:01:44,890 –> 00:01:56,740
27
00:01:56,740 –> 00:01:59,680
یک چیز ساده در این مورد ما داشتیم که
28
00:01:59,680 –> 00:02:03,040
به نام test CSV بود و آیا
29
00:02:03,040 –> 00:02:05,020
در همان پوشه ای ذخیره می شود که این فایلی که
30
00:02:05,020 –> 00:02:07,060
جاوا اسکریپت درست می کند به
31
00:02:07,060 –> 00:02:08,500
همین صورت باز می شود وگرنه شما
32
00:02:08,500 –> 00:02:11,740
مسیر کاملی که قرار است با مسیر csv باز انجام دهند را مشخص نکرده اید
33
00:02:11,740 –> 00:02:19,950
34
00:02:22,180 –> 00:02:23,920
و من باید درست در حالت فقط خواندنی مشخص
35
00:02:23,920 –> 00:02:36,760
شود و بیایید با خواننده CSP خود تماس بگیریم،
36
00:02:36,760 –> 00:02:38,409
تکمیل خودکار آنها به دلایلی خیلی خوب کار نمی کند، بسیار خوب،
37
00:02:38,409 –> 00:02:43,780
بنابراین باید
38
00:02:43,780 –> 00:02:46,120
با این تماس بگیرید باید فایل را باز کند و
39
00:02:46,120 –> 00:02:47,829
آنها اسکریپت کوچک ما را بالاتر از تابع کوچک ما فراخوانی کنند
40
00:02:47,829 –> 00:02:49,510
و ببینند ما می بینم چه
41
00:02:49,510 –> 00:02:50,110
اتفاقی می افتد،
42
00:02:50,110 –> 00:02:59,829
متشکرم، سعی کنید این را به خوبی اجرا کنید، بنابراین من
43
00:02:59,829 –> 00:03:01,720
به آنجا رفتم هر خط را در فایل CSV خواندم
44
00:03:01,720 –> 00:03:03,160
و آنها را
45
00:03:03,160 –> 00:03:07,840
بدون کاما چاپ کردم، دلیل این اتفاق این است
46
00:03:07,840 –> 00:03:10,150
که ما از Join با آن در اینجا
47
00:03:10,150 –> 00:03:12,909
فقط با یک فاصله استفاده می کنیم. اساساً
48
00:03:12,909 –> 00:03:15,010
هر یک از خطوط فایل را مرور کردیم و
49
00:03:15,010 –> 00:03:16,989
خواندیم و سپس آن
50
00:03:16,989 –> 00:03:19,659
را به حالت استاندارد بازگرداندیم که بسیار
51
00:03:19,659 –> 00:03:23,709
ساده بود، مگر نه اکنون این ماژول USB
52
00:03:23,709 –> 00:03:26,169
دارای راه دیگری برای خواندن فایل CSV
53
00:03:26,169 –> 00:03:29,079
است که به عنوان dict reader شناخته می شود. یا
54
00:03:29,079 –> 00:03:31,359
دیکشنری خوان بیایید نگاهی به
55
00:03:31,359 –> 00:03:33,849
نحوه استفاده از آن با ایجاد یک
56
00:03:33,849 –> 00:03:36,459
تابع جدید بیندازیم که نام آن را
57
00:03:36,459 –> 00:03:40,359
تقریباً مشابه می گذارید و همه شما می توانید
58
00:03:40,359 –> 00:03:45,609
در این زمان به جای
59
00:03:45,609 –> 00:03:48,129
فراخوانی خواننده CSV که ما CSV dictator می نامیم، یک شی فایل
60
00:03:48,129 –> 00:03:52,299
را بپذیرید. آن را به شی فایل ارسال
61
00:03:52,299 –> 00:03:54,699
کنید، همچنین به آن میگوید که
62
00:03:54,699 –> 00:03:59,799
فایل دارای چه نوع جداکنندهای است، اکنون ممکن است
63
00:03:59,799 –> 00:04:03,010
این را ندانید، اما فایلهای CSV
64
00:04:03,010 –> 00:04:04,690
لزوماً نباید با کاما از هم جدا شوند
65
00:04:04,690 –> 00:04:08,280
و همچنین میتواند با فاصله یا
66
00:04:08,280 –> 00:04:10,209
نقطه ویرگول یا زیبا باشد. هر
67
00:04:10,209 –> 00:04:11,829
نوع جداکنندهای میتواند در آنجا باشد، بنابراین شما
68
00:04:11,829 –> 00:04:13,480
میتوانید به آن بگویید که از چه جداکنندهای
69
00:04:13,480 –> 00:04:16,660
استفاده میکند و ما فقط باید قبل از یادگیری Reader، آن را
70
00:04:16,660 –> 00:04:19,410
روی خواننده خود وارد کنیم
71
00:04:20,529 –> 00:04:24,160
و خطوط را
72
00:04:24,160 –> 00:04:27,390
در اینجا باز کنیم، ما دریافت میکنیم، همچنین باید اینجا در پایین پایین برویم.
73
00:04:27,390 –> 00:04:31,360
و آن را تغییر دهید تا
74
00:04:31,360 –> 00:04:35,110
تابع DECT reader را فراخوانی کند و اکنون
75
00:04:35,110 –> 00:04:40,990
میتوانیم آن را اجرا کنیم و ببینیم چه اتفاقی میافتد،
76
00:04:40,990 –> 00:04:42,220
خوب فرض کنید
77
00:04:42,220 –> 00:04:44,740
برای هر خط یک فرهنگ لغت چاپ میکنم و این باعث میشود
78
00:04:44,740 –> 00:04:46,540
همه چیز واقعاً مفید باشد زیرا اکنون میتوانیم
79
00:04:46,540 –> 00:04:49,990
به خط دسترسی داشته باشیم بنابراین باید داشته باشیم.
80
00:04:49,990 –> 00:04:51,340
مثل یک خط او
81
00:04:51,340 –> 00:04:54,730
ای بابای دامنه، بیایید به آنجا برگردیم
82
00:04:54,730 –> 00:04:58,320
و کد را تغییر دهیم، فقط کمی
83
00:04:58,440 –> 00:05:02,410
یک خط چاپ وارد کنید و من شما
84
00:05:02,410 –> 00:05:06,360
را مانند نام شراب یا هر چیز دیگری چاپ میکنم
85
00:05:10,530 –> 00:05:14,130
و آن را برگردانم، ببینیم چه اتفاقی میافتد.
86
00:05:14,130 –> 00:05:16,300
87
00:05:16,300 –> 00:05:18,820
فقط نام اول را از
88
00:05:18,820 –> 00:05:20,770
فرهنگ لغت، همان خطی را که خوانده بود چاپ می کند
89
00:05:20,770 –> 00:05:23,560
که البته باعث می شود جینگ
90
00:05:23,560 –> 00:05:25,000
متوجه شوید که به اندازه
91
00:05:25,000 –> 00:05:27,340
کافی هوشمند بود که از خط اول که فقط به
92
00:05:27,340 –> 00:05:29,530
آن می گفت در هنگام ساختن فیلدهای مختلف چه بوده است.
93
00:05:29,530 –> 00:05:32,110
94
00:05:32,110 –> 00:05:36,040
دیکشنری اولین بار را انجام داد و آنهایی را ایجاد کرد که از
95
00:05:36,040 –> 00:05:39,250
آن ها به عنوان کلیدهای مقادیر در
96
00:05:39,250 –> 00:05:43,680
دو ردیف بعدی استفاده می کنند، خیلی جالب است،
97
00:05:44,250 –> 00:05:46,720
حالا ما آماده ایم تا یاد بگیریم چگونه
98
00:05:46,720 –> 00:05:51,180
یک فایل CSV بنویسیم، بنابراین
99
00:05:51,180 –> 00:05:54,390
بیایید خودمان را بسازیم. یک تابع writers کوچک
100
00:05:54,390 –> 00:05:59,650
ما آن را Paul
101
00:05:59,650 –> 00:06:02,169
بنامیم همان قرارداد نامگذاری ما آن را نامگذاری کنید و آن را CSV
102
00:06:02,169 –> 00:06:05,770
writer همان طور که به آن یک داده
103
00:06:05,770 –> 00:06:12,250
و مسیر نوشتن فایل ارسال می کنیم تا
104
00:06:12,250 –> 00:06:15,099
با باز کردن
105
00:06:15,099 –> 00:06:17,139
و البته زمانی که آن را بسازم ادامه استفاده را ادامه دهیم. یک فایل قابل نوشتن
106
00:06:17,139 –> 00:06:23,319
که از wo to i استفاده می کنیم نوشتن را نشان میدهیم،
107
00:06:23,319 –> 00:06:29,139
میگوییم که ما یک خط جدید میخواهیم که در آن
108
00:06:29,139 –> 00:06:34,800
فقط فایل را ایجاد کنیم و یک فایل CSV
109
00:06:34,800 –> 00:06:37,440
را ایجاد کنیم.
110
00:06:37,440 –> 00:06:44,470
111
00:06:44,470 –> 00:06:48,750
112
00:06:48,750 –> 00:06:51,370
113
00:06:51,370 –> 00:06:55,060
فرمت رایج و
114
00:06:55,060 –> 00:06:58,419
چهار خط و دادهای که دادهای را که
115
00:06:58,419 –> 00:07:06,030
در آن ارسال میکنیم، آنها را مینویسم، تا
116
00:07:06,030 –> 00:07:14,080
ردیف را بنویسیم و خطی را که میخوانیم، این کار را به
117
00:07:14,080 –> 00:07:15,669
درستی انجام دهیم، وقتی همه اینها را حذف میکنید
118
00:07:15,669 –> 00:07:22,139
و دادههایی برای نوشتن روی آن ایجاد میکنید.
119
00:07:23,460 –> 00:07:25,870
بنابراین بیایید قوانین نامگذاری را
120
00:07:25,870 –> 00:07:27,190
که آخرین بار انجام دادیم دنبال کنیم، بنابراین
121
00:07:27,190 –> 00:07:36,539
ما نام و نام خانوادگی و ایمیل
122
00:07:37,820 –> 00:07:41,450
داشتیم و همچنین سن داشتیم بنابراین به 24 سال رسیدیم،
123
00:07:41,450 –> 00:07:45,280
سن نام
124
00:07:45,280 –> 00:07:47,650
خوب ا