Fichiers et exceptions

Jusqu’ici, toutes nos données vivaient dans le code. Cependant, très souvent les données qu’on souhaite traiter avec un programme ne sont pas connues d’avance et ne seront pas entrées une à une par l’utilisateur.

Cette page t’apprend à aller chercher des données à l’extérieur de ton programme, dans des fichiers, et à réagir quand quelque chose tourne mal en cours de route.

---

D’où viennent les données?

Tu connais déjà deux façons de fournir des données à un programme :

Source	Exemple	Limite
Prédéfinie (dans le code)	prix = 4.50 notes = [78, 85, 92]	Figé dans le code
Saisie utilisateur (input)	input("Ton nom? ")	Une valeur à la fois

Ces deux approches sont très limitantes et créent une dépendance avec les programmeurs (pour la mise à jour du code) ou avec l’utilisateur (pour fournir les données).

Les fichiers brisent cette limite. Un fichier CSV exporté d’un tableur (ex: Excel), un rapport téléchargé, un journal de transactions — toutes ces sources évoluent indépendamment de ton programme. Ton code va les lire, les transformer, et potentiellement écrire les résultats dans un nouveau fichier ou modifier le fichier source.

Astuce

Dans ce cours, on se concentre sur les fichiers texte et en particulier le format CSV. D’autres formats existent (JSON, XML…), mais le CSV couvre la majorité des cas en analyse de données.

---

Ouvrir et lire un fichier

La fonction open()

Pour accéder à un fichier, Python a besoin de deux informations : le chemin vers le fichier et le mode d’accès.

fichier = open("donnees.csv", "r")

Qu'est-ce qu'un chemin?

Le chemin (path) est une suite de dossiers qui permet d’indiquer l’emplacement d’un fichier ou d’un dossier sur l’ordinateur.
Exemple :

• Pour un dossier: "C:\Users\lelaf\GitHub\code\"
• Pour un fichier: "C:\Users\lelaf\GitHub\code\04_tarif_stm.py"

Modes les plus courants

Mode	Signification
"r"	Lecture (read) — le fichier doit exister
"w"	Écriture (write) — crée le fichier ou écrase le contenu existant
"a"	Ajout (append) — ajoute à la fin sans effacer

Attention

Le mode "w" est destructif. Si le fichier existe déjà, tout son contenu est effacé dès l’ouverture. Pas d’avertissement, pas de confirmation.

Lire le contenu

Une fois le fichier ouvert, on peut accéder (lire) au contenu :

Méthode read()

Avec la méthode read, tout le contenu du fichier est lu et retourné dans une seule chaîne de caractères.

fichier = open("donnees.csv", "r")
contenu = fichier.read()
fichier.close()
print(contenu)

Résultat de l’exécution

produit,quantite,prix_unitaire
Café,150,4.50
Thé,85,3.75
Chocolat chaud,60,5.25
Jus d'orange,120,4.00
Limonade,95,3.50

Méthode readlines()

Avec la méthode readlines, tout le contenu est lu et retourné sous forme de liste où chaque élément est une ligne du fichier.

fichier = open("donnees.csv", "r")
lignes = fichier.readlines()
fichier.close()
print(lignes)

Résultat de l’exécution

['produit,quantite,prix_unitaire\n', 'Café,150,4.50\n', 'Thé,85,3.75\n', ...]

Caractère \n à la fin de chaque ligne

Remarque le \n à la fin de chaque ligne: c’est le caractère de saut de ligne. Tu peux utiliser la méthode strip() pour l’enlever.

lignes =  ['produit,quantite,prix\n', 'Café,150,4.50\n', 'Thé,85,3.75\n']
lignes_nettoyees = []
for ligne in lignes:
    lignes_nettoyees.append(ligne.strip("\n"))

Fermer le fichier

Tu as remarqué les appels à fichier.close() dans les exemples précédents. Oublier de fermer un fichier peut causer des problèmes : données non sauvegardées, fichier verrouillé, mémoire gaspillée. Le problème, c’est qu’on oublie souvent de fermer.

Le bloc with

Python offre une solution élégante : le bloc with.

with open("donnees.csv", "r") as fichier:
    contenu = fichier.read()
    print("Dans le with — fichier ouvert :", not fichier.closed)

print("Après le with — fichier fermé :", fichier.closed)

Résultat de l’exécution

Dans le with — fichier ouvert : True
Après le with — fichier fermé : True

Le with ferme automatiquement le fichier dès qu’on sort du bloc, même si une erreur survient entre-temps. C’est la seule façon d’ouvrir un fichier dans ce cours. Oublie open()/close() séparés.

Le mot-clé `as`

Le mot-clé as donne un nom temporaire au fichier ouvert. Tu l’utilises à l’intérieur du bloc with, puis il se ferme tout seul.

L’encodage

Les fichiers texte utilisent un encodage pour représenter les caractères. Sur macOS et Linux, c’est généralement UTF-8 par défaut. Sur Windows, c’est parfois autre chose — et là, les accents deviennent du charabia.

Pour éviter les surprises, précise toujours l’encodage :

with open("donnees.csv", "r", encoding="utf-8") as fichier:
    contenu = fichier.read()

---

Le format CSV

Structure

CSV signifie Comma-Separated Values — des valeurs séparées par des virgules (ou autres caractères). C’est le format universel pour les données tabulaires. Un fichier CSV ressemble à ceci :

produit,quantite,prix_unitaire
Café,150,4.50
Thé,85,3.75
Chocolat chaud,60,5.25

La première ligne contient les en-têtes (les noms de colonnes). Chaque ligne suivante est un enregistrement. Les valeurs sont séparées par des virgules.

Approche naïve : split()

Tu pourrais lire un CSV ligne par ligne et découper avec split(",") :

with open("donnees_ventes.csv", "r") as fichier:
    lignes = fichier.readlines()

en_tete = lignes[0].strip().split(",")
print("En-tête :", en_tete)

for ligne in lignes[1:]:
    valeurs = ligne.strip().split(",")
    nom = valeurs[0]
    quantite = int(valeurs[1])
    prix = float(valeurs[2])
    total = quantite * prix
    print(nom + " : " + str(quantite) + " x " + str(prix) + " $ = " + str(total) + " $")

Résultat de l’exécution

En-tête : ['produit', 'quantite', 'prix_unitaire']
Café : 150 x 4.5 $ = 675.0 $
Thé : 85 x 3.75 $ = 318.75 $
Chocolat chaud : 60 x 5.25 $ = 315.0 $
Jus d'orange : 120 x 4.0 $ = 480.0 $
Limonade : 95 x 3.5 $ = 332.5 $

Ça fonctionne tant que les données sont simples. Cependant, regarde ce qui arrive quand une valeur contient elle-même une virgule :

nom,adresse,ville
"Tremblay, Marc","123, rue Principale",Montréal

ligne = '"Tremblay, Marc","123, rue Principale",Montréal'
print(ligne.split(","))

Résultat de l’exécution

['"Tremblay', ' Marc"', '"123', ' rue Principale"', 'Montréal']

Cinq morceaux au lieu de trois. Le split(",") coupe bêtement à chaque virgule, sans considérer les guillemets.

Le module csv

Le module csv de Python gère correctement les guillemets, les virgules à l’intérieur des champs, les sauts de ligne dans les valeurs.

Accès par position avec csv.reader

import csv

with open("donnees_ventes.csv", "r") as fichier:
    lecteur = csv.reader(fichier)
    en_tete = next(lecteur)
    print("En-tête :", en_tete)

    for rangee in lecteur:
        print(rangee)

Résultat de l’exécution

En-tête : ['produit', 'quantite', 'prix_unitaire']
['Café', '150', '4.50']
['Thé', '85', '3.75']
['Chocolat chaud', '60', '5.25']
["Jus d'orange", '120', '4.00']
['Limonade', '95', '3.50']

Chaque rangée est une liste de chaînes. Pour accéder à la quantité, tu utilises rangee[1]. La fonction next() avance le lecteur d’une ligne.

Attention

Toutes les valeurs sont des chaînes, même les nombres. rangee[1] donne "150", pas 150. Tu dois convertir toi-même avec int() ou float().

Accès par nom de colonne avec csv.DictReader

import csv

with open("donnees_ventes.csv", "r") as fichier:
    lecteur = csv.DictReader(fichier)
    for rangee in lecteur:
        nom = rangee["produit"]
        quantite = int(rangee["quantite"])
        prix = float(rangee["prix_unitaire"])
        print(nom + " — " + str(quantite) + " unités à " + str(prix) + " $")

Résultat de l’exécution

Café — 150 unités à 4.5 $
Thé — 85 unités à 3.75 $
Chocolat chaud — 60 unités à 5.25 $
Jus d'orange — 120 unités à 4.0 $
Limonade — 95 unités à 3.5 $

DictReader utilise la première ligne comme clés. Chaque rangée devient un dictionnaire, rendant même l’adressage dans le code plus lisible: rangee["produit"] dit clairement ce qu’on va chercher.

---

Écrire dans un fichier

Très similaire à la lecture, on ouvre (accède) d’abord le fichier en mode écriture (w), puis on utilise la méthode write pour ajouter du contenu au fichier.

Écriture de texte

with open("resultats.txt", "w") as fichier:
    fichier.write("Rapport de ventes\n")
    fichier.write("=================\n")
    fichier.write("Total : 2121.25 $\n")

Attention

La méthode write() n’ajoute pas de saut de ligne automatiquement.
Tu dois inclure \n à la fin de chaque ligne toi-même.

Écriture CSV

import csv

ventes = [
    ["Café", 150, 4.50],
    ["Thé", 85, 3.75],
    ["Chocolat chaud", 60, 5.25],
]

with open("export.csv", "w", newline="") as fichier:
    ecrivain = csv.writer(fichier)
    ecrivain.writerow(["produit", "quantite", "prix_unitaire"])
    for vente in ventes:
        ecrivain.writerow(vente)

Le paramètre `newline`

Le paramètre newline="" dans open() est important pour l’écriture CSV. Sans lui, Windows ajoute des lignes vides entre chaque rangée.

---

Gestion d’erreur (exceptions)

On ne peut pas toujours prévoir une erreur, mais on peut prévoir un chemin alternatif en cas d’erreur.

Un peu de vocabulaire

• Erreur (error): Provient d’une mauvaise implémentation (côté programmeur)
• Faute ou défaut (fault, defect): État interne invalide d’un programme après avoir rencontré une erreur
• Défaillance (failure): Manifestation externe d’une faute. Observable (ex: le programme dévie de sa spécification)

Des erreurs que tu connais déjà

Tu as sûrement déjà vu ces messages en rouge dans ta console. Parfois, l’erreur ne vient pas de ton code, mais plutôt des données.

Traceback (most recent call last):
  File "script.py", line 3, in <module>
ValueError: invalid literal for int() with base 10: 'abc'

Erreurs fréquentes

Erreur	Cause	Exemple
ValueError	Conversion impossible	int("abc")
IndexError	Index hors limites	notes[5] quand la liste a 3 éléments
KeyError	Clé absente du dictionnaire	etudiant["age"] quand la clé n’existe pas
TypeError	Opération entre types incompatibles	"5" + 3
ZeroDivisionError	Division par zéro	10 / 0

Nouvelles erreurs liées aux fichiers

La lecture de fichiers introduit une nouvelle catégorie d’erreurs — celles qui dépendent de l’environnement et non de la logique du programme :

Erreur	Cause
FileNotFoundError	Le fichier n’existe pas au chemin donné
PermissionError	Pas les droits de lecture ou d’écriture
UnicodeDecodeError	Mauvais encodage

Ces erreurs sont particulières : tu ne peux pas les prévenir en regardant ton code. Le fichier peut exister sur ton ordinateur mais pas sur celui de ton collègue.
Les données peuvent être propres dans un fichier et corrompues dans un autre. Ton programme doit pouvoir réagir plutôt que planter.

---

L’instruction try-except

La plupart des langages de programmation de haut niveau offrent un mécanisme facilitant le traitement des exceptions. Bien entendu, cela inclut également Python.

Principe

Si une opération ou un appel de fonction risque de causer une erreur ou de soulever une exception, il faut encapsuler l’instruction dans un contexte permettant de traiter l’erreur.

try:
    fichier = open("inexistant.csv", "r")
except FileNotFoundError:
    print("Le fichier n'existe pas!")

Résultat de l’exécution

Le fichier n'existe pas!

Le bloc try contient le code risqué. Si une erreur du type spécifié survient, Python saute au bloc except au lieu de planter. Le reste du programme continue normalement.

Exemple de base

try:
    numerateur = 10
    denominateur = 0

    result = numerateur / denominateur

    print(result)
except ZeroDivisionError:
    print("Erreur (Division par zéro): Le dénominateur ne peut être égal à 0.")

Résultat de l’exécution

Erreur (Division par zéro): Le dénominateur ne peut être égal à 0.

Récupérer le message d’erreur

Le mot-clé as capture l’objet d’erreur dans une variable :

try:
    fichier = open("inexistant.csv", "r")
except FileNotFoundError as e:
    print("Erreur : " + str(e))

Résultat de l’exécution

Erreur : [Errno 2] No such file or directory: 'inexistant.csv'

Intercepter plusieurs types d’erreurs

Un même bloc try peut avoir plusieurs blocs except, chacun pour un type d’erreur différent :

Exemple 1

def lire_csv(chemin):
    resultats = []
    try:
        with open(chemin, "r") as fichier:
            lignes = fichier.readlines()

        en_tete = lignes[0].strip().split(",")

        for i in range(1, len(lignes)):
            valeurs = lignes[i].strip().split(",")
            rangee = {}
            for j in range(len(en_tete)):
                rangee[en_tete[j]] = valeurs[j]
            resultats.append(rangee)

    except FileNotFoundError:
        print("Erreur : le fichier '" + chemin + "' n'existe pas.")
    except IndexError:
        print("Erreur : le fichier semble mal formaté.")

    return resultats

Exemple 2

try:
    tab_pair = [12, 4, 8, 20]
    print(tab_pair[5])

except ZeroDivisionError:
    print("Dénominateur ne peut être égal à 0")
except IndexError:
    print("Index en dehors des limites du tableau.")

Résultat de l’exécution

Index en dehors des limites du tableau.

Python essaie les blocs except dans l’ordre. Dès qu’il trouve le bon type, il exécute ce bloc et ignore les suivants.

Évite l'utilisation de `except` générique

Ne mets jamais un except générique sans type d’erreur (except: tout court). Ça attrape tout, y compris les erreurs que tu voudrais voir, comme les fautes de frappe dans tes noms de variables. Toujours nommer le type d’erreur attendu.

Flux d’exécution

flowchart TD
    A["Début du bloc <b>try</b>"] --> B["Exécution du code risqué"]
    B --> C{"Une erreur<br>survient?"}
    
    C -- "Non" --> D["Le bloc <b>try</b> se termine<br>normalement"]
    D --> G["Suite du programme ✅"]
    
    C -- "Oui" --> E{"Le type correspond<br>à un <b>except</b>?"}
    
    E -- "Oui" --> F["Le bloc <b>except</b><br>correspondant s'exécute"]
    F --> G
    
    E -- "Non" --> H["❌ Le programme plante"]

En cas d'erreur

Que l’erreur soit interceptée ou non, les instructions qui suivaient l’erreur dans le bloc try ne s’exécutent jamais. Python saute directement au except correspondant (ou plante si aucun ne correspond).