Leer datos de un archivo en Python

Primero, describiremos cómo puedeS leer datos de un archivo. Para hacer esto, necesitamos acceder a ese archivo en modo de solo lectura. El archivo de prueba que usaremos en este ejemplo es un diccionario que contiene en cada línea una palabra en inglés y, separada por un espacio, su traducción al español. El archivo debe llamarse diccionario.txt:

Spain España
Germany Alemania
Sweden Suecia
France Francia
Italy Italia

En el programa, queremos preparar los datos de este archivo para poder acceder a ellos cómodamente más adelante en un diccionario. Como pequeño extra, ampliaremos el programa para permitir que el usuario solicite la traducción de un término en inglés.

Abrir y cerrar un archivo

Primero, se debe abrir el archivo para su lectura. Para ello utilizamos la función incorporada open. Esta función devuelve el llamado objeto de archivo:

file_object = open("diccionario.txt", "r")

Como primer parámetro de open pasamos una cadena que contiene la ruta al archivo. Ten en cuenta que aquí se permiten rutas relativas y absolutas. El segundo parámetro también es una cadena de caracteres y especifica el modo en el que se abrirá el archivo, donde r significa lectura y significa que el archivo se abre para lectura. Asociamos el objeto de archivo devuelto por la función con la referencia file_object. Si el archivo no existe, se genera un FileNotFoundError:

Traceback (most recent call last):
  File "diccionario.py", line 1, in <module>
    file_object = open("diccionario.txt", "r")
FileNotFoundError: [Errno 2] No such file or directory: 'diccionario.txt'

Una vez que se llama a open, el objeto de archivo se puede usar para leer datos del archivo. Cuando el archivo ha sido leído, debe cerrarse explícitamente llamando al método close:

file_object.close()

Después de llamar a este método, no se pueden leer más datos del objeto de archivo.

La declaración with

En la sección anterior, vio cómo puede abrir un archivo usando la función abierta incorporada y cerrarlo después de usar el método de cierre del objeto de archivo abierto:

file_object = open("diccionario.txt", "r")
# Hacer algo con file_object
file_object.close()

El uso de open y close es un patrón típico que encontrarás una y otra vez en diversas situaciones. Además de las operaciones con archivos, las conexiones de red, por ejemplo, también representan situaciones en las que primero se debe establecer una conexión, luego utilizarla y finalmente cerrarla.

El uso explícito de open y close, como se muestra en el ejemplo anterior, conlleva el riesgo de que debido a un error de programación o debido a la omisión del manejo de errores, no se llame al método close y, por lo tanto, el objeto de archivo no se cierre. Para asegurarse de que no se produzcan tales errores, debes utilizar la instrucción with para abrir un archivo:

with open("diccionario.txt", "r") as file_object:
    # Hacer algo con file_object
    pass

Tan pronto como el flujo de control abandona el bloque de instrucciones sangrado debajo de una instrucción with, el objeto de archivo abierto con la instrucción with se cierra automáticamente. En particular, esto también se aplica en caso de un error que no se haya solucionado.

Los objetos como el objeto de archivo que se pueden utilizar junto con una declaración with también se denominan administradores de contexto. En este punto, es suficiente saber que la declaración with garantiza que el administrador de contexto se cierre correctamente en todos los casos.

Leer el contenido del archivo

En el siguiente paso, queremos leer el archivo línea por línea. Esto es relativamente simple ya que el objeto de archivo se puede iterar línea por línea. Entonces podemos usar el viejo y familiar bucle for:

with open("diccionario.txt", "r") as file_object:
    for line in file_object:
        print(line)

En el bucle for, iteramos sobre el objeto de archivo línea por línea, y line cada vez hace referencia al contenido de la línea actual. En este caso, cada línea del cuerpo del bucle simplemente se imprime. Sin embargo, queremos crear un diccionario en el programa que contenga los términos en inglés como claves y los respectivos términos en español como valores después de leer el archivo.

Para hacer esto, primero creamos un diccionario vacío:

words = {}

Luego, el archivo diccionario.txt se abre para leerlo y se itera en un bucle sobre todas las líneas del archivo:

with open("diccionario.txt", "r") as file_object:
    for line in file_object:
        assignment = line.split(" ")
        if len(assignment) == 2: # considerar solo líneas válidas
            words[assignment[0]] = assignment[1]

En el cuerpo del bucle, ahora usamos el método split para dividir la línea leída actualmente en dos partes de una lista: la parte a la izquierda del espacio (es decir, la palabra en inglés) y la parte a la derecha de el espacio, es decir, la palabra en español. En la siguiente línea del cuerpo del bucle, se crea una nueva entrada en el diccionario, con la clave de assignment[0] (la palabra en inglés) y el valor de assignment[1] (la palabra en español). Finalmente, decidimos saltarnos tácitamente una línea si no pudimos extraer exactamente dos componentes de ella. Elegimos este tipo de manejo de errores por razones didácticas para mantener el programa lo más simple posible. En la práctica, deberías preguntarte si deberías mostrar las líneas problemáticas o incluso cerrar el programa con un mensaje de error.

Ahora modifica el código anterior para que después de cerrar el objeto de archivo, el diccionario generado se imprima con la función print. La salida se verá así:

{'Spain': 'España\n', 'Germany': 'Alemania\n', 'Sweden': 'Suecia\n', 'France': 'Francia\n', 'Italy': 'Italia\n'}

Puedes ver que después de cada valor hay un \n, que es la secuencia de escape para un salto de línea. Esto se debe a que un salto de línea en Python se considera un carácter y, por tanto, parte del contenido del archivo. De este modo, cada línea de un archivo se lee en su totalidad, incluido un posible salto de línea al final. Por supuesto, el salto de línea sólo se lee si realmente existe.

No queremos volver a encontrar el salto de línea en el diccionario final. Por esta razón, llamamos al método strip de la cadena de texto line en cada iteración. Esto elimina todos los espacios en blanco, incluidos los saltos de línea, al principio y al final de la cadena:

words = {}
with open("diccionario.txt", "r") as file_object:
    for line in file_object:
        line = line.strip()
        assignment = line.split(" ")
        if len(assignment) == 2: # considerar solo líneas válidas
            words[assignment[0]] = assignment[1]

De esta forma, el contenido del archivo se ha transferido completamente a un diccionario.

Como pequeño extra, ahora queremos permitir que el usuario envíe solicitudes de traducción al programa. La secuencia de flujo, debería verse así:

Introduce una palabra: Germany
La palabra en español es: Alemania
Introduce una palabra: Italy
La palabra en español es: Italia
Introduce una palabra: Greece
La palabra es unknown

En el programa leemos las solicitudes del usuario en un bucle infinito. El operador in nos permite comprobar si la palabra leída existe como clave en el diccionario. En caso afirmativo, se emitirá la correspondiente traducción al español. Si la palabra ingresada no existe, se mostrará un mensaje de error:

words = {}
with open("diccionario.txt", "r") as file_object:
    for line in file_object:
        line = line.strip()
        assignment = line.split(" ")
        if len(assignment) == 2: # considerar solo líneas válidas
            words[assignment[0]] = assignment[1]
while True:
    word = input("Introduce una palabra: ")
    if word in words:
        print("La palabra en español es:", words[word])
    else:
        print("La palabra es unknown")

El programa de muestra presentado aquí está lejos de ser perfecto, pero muestra muy bien cómo los objetos de archivo y también los diccionarios se pueden usar de manera significativa.

No dudes en ampliar el programa. Por ejemplo, podrías permitir al usuario salir del programa correctamente, ofrecer traducciones en ambas direcciones o permitir el uso de múltiples archivos fuente.