11.25 Работа с файлами

Просто файлы

• текстовые и бинарные файлы (остальное вроде бы очевидно)

• поменять местами половины бинарного файла

• Подготовка к Задаче_1. Программе в качестве параметров передаётся имя бинарного файла и количество «равных» по размеру (±1 байт) частей, на которые его надо разделить. Необходимо отсортировать эти части по возрастанию и записать обратно в файл

• Задача_1:

  • Ввести со стандартного ввода и вывести на стандартный вывод бинарные данные, первый байт которых — это количество равных (±1 байт) частей, на которые нужно разделить остальной ввод, отсортировать эти части между собой по возрастанию, и вывести на стандартный вывод (вместе со стартовым байтом вначале).

  • Бинарное чтение / запись — из потока sys.stdin.buffer и в sys.stdout.buffer

  • Размер частей вычисляется динамически (если они неравны, пускай Питон сам округляет) по формуле i*L/N …(i+1)*L/N, где i — номер части, L — размер хвоста файла, а N — количество частей

  • Минимум по одному тесту на три случая: размер хвоста кратен, не кратен N, меньше N (тогда некоторые части просто пустые)

  • Пример вызова (под bash): $ echo -n <текст> | python3 sortb.py

  Input:

  qwerqwerqwerqwerqwerqwer

  Output:

  qeeeeeeqqqqqrrrrrrwwwwww

Кодировки

• отличие кодировок снаружи от unicode внутри Python

• encdode().decode()

• добыть бнопню, бмхлюмхэ и охрюмхе (cp1251 и koi8-r)

• Задача_2:

  • Написать перекодировщик в UTF8 для следующей ситуации:

    • был текст на русском в кодировке CP1251

    • этот текст был перекодирован в UTF8 как если бы он был в кодировке latin1 (типичная ситуация с mp3 тегами ID3v1)

  • На входе — что-то типа áûë òåêñò íà ðóññêîì â êîäèðîâêå

  • На выходе — русский текст
  • Несоответствующие кодировке символы заменять на «"?"» (что .decode/encode умеет сам)
  • Минимум по одному тесту на два случая: есть или нет несоответствующих символов

  Input:

  áûë òåêñò íà ðóññêîì â êîäèðîâêå

  Output:

  был текст на русском в кодировке

Сериализация

(если успеем)

• простые примеры dump()/load()

• поглядеть глазками protocol=0

Типизированные бинарные файлы

• применение, язык описания структур

• Заполнить двоичный файл 10-ю случайными парами {  float, int }

• Задача_3:

  • Вывести заголовок wav-файла (не весь, нужные поля отмечены )

    • Size=…, Type=…, Channels=…, Rate=…, Bits=…, Data size=…

    • если это не WAV (проверить строковые маркеры), вывести "NO"

  • Сделать минимум три теста:

    1. Успешный (настоящий wav)

    2. Неуспешный (заголовок не распознаётся, например, потому что сам файл короче заголовка)

    3. Неуспешный (заголовок прочтён, но строковые маркеры не совпадают)
  • Структура wav-файла:

    • Positions off-by-1	Sample Value	Description
      1 - 4	"RIFF"	Marks the file as a riff file. Characters are each 1 byte long.
      5 - 8	File size (integer)	Size of the overall file in bytes - 4 bytes (32-bit integer). Typically, you'd fill this in after creation.
      9 -12	"WAVE"	File Type Header. For our purposes, it always equals "WAVE".
      13-16	"fmt "	Format chunk marker. Includes trailing null
      17-20	16	Length of format data as listed above
      21-22	1	Type of format (1 is PCM) - 2 byte integer
      23-24	2	Number of Channels - 2 byte integer
      25-28	44100	Sample Rate - 32 byte integer. Common values are 44100 (CD), 48000 (DAT). Sample Rate = Number of Samples per second, or Hertz.
      29-32	176400	(Sample Rate * BitsPerSample * Channels) / 8.
      33-34	4	(BitsPerSample * Channels) / 8.1 - 8 bit mono2 - 8 bit stereo/16 bit mono4 - 16 bit stereo
      35-36	16	Bits per sample
      37-40	"data"	"data" chunk header. Marks the beginning of the data section.
      41-44	File size (data)	Size of the data section.

  Input (1):

  phone.wav

  Output (1):

  Size=108208, Type=1, Channels=2, Rate=44100, Bits=16, Data size=108172

  Input (2):

  logo_msu.svg

  Output (2):

  NO