Arabic subtitles

Using CSV Module - Data Wranging with MongoDB

Get Embed Code
4 Languages

Showing Revision 3 created 06/09/2016 by Udacity Robot.

  1. دعنا نتوقف قليلاً وننظر نظرة أكثر تمعنًا في تنسيق
  2. CSV. لقد تحدثنا عن حقيقة أن الملفات مقسومة
  3. بفواصل. فماذا يحدث لو كان لدينا حقل يشتمل
  4. فعليًا على فاصلة مضمنة فيه، كهذا الحقل على سبيل المثال. تم إصدار هذا الألبوم الخاص بفرقة Beatles
  5. الموسيقية بمسميين مختلفين؛ أحدهما في نيوزيلندا
  6. والآخر في الولايات المتحدة، حيث تعتمد الطريقة التي تم بها إعداد
  7. مجموعة البيانات هذه على فصل هذين المسميين بفاصلة
  8. هنا. وبناءً على ما نعلمه حتى الآن عن تنسيق CSV أو
  9. ما ناقشناه إلى الآن في
  10. الصف حول تنسيق CSV، فإن ذلك يسبب لنا مشكلة
  11. .لأن المحلل سيفسر هذه كفاصلة للحقل
  12. إن الطريقة التي يعالج بها تنسيق CSV هذا الأمر أو
  13. الطريقة التي تتعامل بها معظم التطبيقات مع تنسيق CSV
  14. ،تتمثل في إجراء شيء شبيه بما يلي. إذًا
  15. يمكنك هنا ملاحظة أن هذا هو الحقل المضمن في
  16. ملف CSV هذا. وعمدت هنا إلى
  17. تحميله داخل ورقة Google، ولكن يظهر هنا ملف
  18. CSV غير منسق. ويمكنك ملاحظة أن الطريقة التي تم بها بناء
  19. ،هذا الحقل تتضح في هذا السطر تحديدًا
  20. حيث تم تضمينه في علامتي اقتباس. Okay? ويدل ذلك على
  21. إمكانية تجاهل محددات الحقول من هنا
  22. إلى هنا. إذًا، يوجد لدينا اختياران متعلقان
  23. باستخدام علامات الاقتباس، حيث يمكنكم استخدام علامات الاقتباس المزدوجة أو
  24. علامات الاقتباس الأحادية. حسنًا، فقد يؤدي ذلك إلى حدوث مشكلات
  25. بطرق مختلفة. يمكنك هنا ملاحظة وجود
  26. حرف علامة اقتباس هنا متمثل في علامة اقتباس فردية. توجد أيضًا إحداها هنا، والتي تستخدم كفاصلة عليا
  27. لأغنية
  28. Sgt Pepper's Lonely Hearts Club Band. إذًا، فإن الأمر سيكون مملاً للغاية لو عمدنا في
  29. برامج Python إلى التعامل مع كل هذه المجموعات
  30. المختلفة من الاستثناءات المتنوعة. فعلى الرغم من أننا نطلق على هذا التنسيق اسم
  31. CSV أو القيم المفصولة بفاصلة، يمكنكم في حقيقة الأمر استخدام أي من
  32. المحددات التي تريدونها هنا، طالما أن ذلك الحرف لا يُستخدم إلا
  33. .لمحدد الحقل الموجود في الصفوف المضمنة بقاعدة البيانات
  34. كانت هذه هي الحالة التي يوجد عليها تطوير
  35. البرامج في كثير من الأحيان، وقد تم تجريد هذه المشكلة وحلها
  36. فيما يتعلق بمختلف التباينات والتفاصيل المملة
  37. التي قد يتعين علينا التعامل معها من أجل استخدام تنسيق مثل CSV الذي ينطوي على
  38. ،العديد من الاختلافات والعلامات النجمية
  39. .وذلك وفقًا لمقولة صديقي ويل كروس المعهودة. يتمثل هذا الحل في وحدة CSV النمطية في Python
  40. وتتعامل هذه الوحدة النمطية مع تنسيقات CSV بطريقة
  41. مثالية للغاية. إذًا، لنلقِ نظرة على كيفية استخدام هذه الوحدة النمطية. سأستخدم الآن
  42. الفئة DictReader
  43. المنتمية إلى هذه الوحدة النمطية. من المفترض أننا نحتاج إلى
  44. قراءة جميع البيانات المحولة إلى قواميس، والتي تمثل
  45. ما كنا نجريه طوال الوقت وما سنتابع
  46. إجراءه خلال ما تبقى من الدورة التدريبية. بل إنها
  47. ،تشتمل على بعض الميزات الأخرى الرائعة أيضًا. على سبيل المثال
  48. من المفترض أن يكون الصف الأول من أي ملف
  49. سنقرؤه هو صف الرأس. وتلك هي
  50. الأسماء التي نريد استخدامها للحقول. فبالرجوع إلى
  51. ملف CSV، إذا مرّرت لأعلى وصولاً إلى
  52. الجزء العلوي من الصفحة، فيمكننا ملاحظة أن الصف الأول هنا يمثل
  53. جميع مسميات الحقول التي نرغب في استخدامها
  54. للأعمدة أو الحقول المضمنة في مجموعة
  55. البيانات هذه. إذًا، فإن قارئ القاموس هذا سيفسر لنا
  56. محتوى الصفوف، كما سينشئ قاموسًا
  57. لكل صف. ستمثل أسماء الحقول أي محتوى موجود في
  58. الصف الأول، وتتذكره مع مراجعتنا
  59. لملف البيانات. وفي المقابل، ستمثل القيم
  60. كل القيم المقترنة بكل سطر
  61. في الملف. وأكرر مرة أخرى أنها تعالج أشياء مثل التعامل مع
  62. حروف علامة الاقتباس والتعامل مع الحقول المضمنة بين علامتي اقتباس، علمًا بأن هذه الحقول قد تتضمن فواصل
  63. بداخلها، وما إلى ذلك. لا يتعين علينا الانشغال
  64. بهذا الشأن مطلقًا، وذلك باستخدام وحدة CSV النمطية. إذًا، لنلقِ نظرة على
  65. ما تبقى من هذه التعليمة البرمجية. نحن بصدد فتح
  66. ملف البيانات. ونعمد إلى تهيئة DictReader من وحدة CSV
  67. ،النمطية، ثم نعمد إلى تكرار الإجراء عبره بالكامل. وكلما نفذنا الإجراء هنا
  68. ستصدر هذه الفئة سطرًا لنا. وسيكون
  69. ذلك السطر قاموسًا مكونًا من الحقول
  70. ،المخصصة لذلك السطر تحديدًا. فإذا مرّرنا لأسفل
  71. فسأعمد إلى كتابة جميع هذه
  72. القيم، مفهوم؟ إذًا، لنلقِ نظرة على تشغيل
  73. هذا الجزء من التعليمة البرمجية. مرة أخرى، علينا تذكر أننا بصدد استخدام
  74. ،وحدة CSV النمطية. حسنًا، إذا عمدنا إلى تشغيل هذا
  75. فسوف نلقي نظرة على المخرجات التي نتلقاها بدءًا من الثانية
  76. إلى الأخيرة هنا، حيث نجد أنه قاموس مؤلف من
  77. كل التسميات الواردة من السطر الأول
  78. في هذا الملف. وقيمة كل حقل من
  79. الحقول المخصصة لهذا الصف تحديدًا المنتمي إلى
  80. ملف البيانات. Okay? وهو يعالج لنا
  81. الحقول التي قد تكون موجودة بين علامتي اقتباس في سطر
  82. بعينه، وكذلك يعالج الفروق الدقيقة الأخرى التي قد تظهر لنا
  83. بتنسيق CSV، كما يساعدنا على تضمين كل شيء
  84. في قواميس فردية. فأينما تعاملت مع ملفات CVS
  85. في Python، فمن الأفضل استخدام وحدة CSV النمطية
  86. نظرًا للتوصل فعلاً إلى حل للعديد من تحديات التعامل مع
  87. .هذا النوع من البيانات