Bài 7. Chuỗi và tệp

Khái niệm và lý thuyết

Chuỗi là dãy ký tự. Máy lưu mỗi ký tự bằng một mã số theo bảng mã; tiếng Việt cần bảng mã Unicode (UTF-8) để hiển thị đúng dấu. Chuỗi có chỉ số như danh sách (s[0] là ký tự đầu) nhưng không sửa được từng ký tự; mọi phương thức như upper(), replace() đều trả về một chuỗi mới, chuỗi gốc giữ nguyên.

Tệp là nơi dữ liệu được lưu lâu dài trên ổ đĩa. Bộ nhớ trong (RAM) mất dữ liệu khi tắt chương trình, còn tệp thì còn. Làm việc với tệp luôn theo ba bước: mở, đọc hoặc ghi, đóng. Khối with open(...) tự động đóng tệp, tránh quên đóng gây mất dữ liệu hoặc khóa tệp.

Đường dẫn có thể tuyệt đối (C:\\du-an\\a.txt) hoặc tương đối so với thư mục đang chạy (du-lieu/a.txt). Đường dẫn tương đối giúp dự án chạy được trên máy khác.

Xử lý chuỗi

s = "  Xin chào Python  "
print(s.strip())              # bỏ khoảng trắng hai đầu
print(s.upper(), s.lower())
print(s.replace("Python", "Việt Nam"))
print("a,b,c".split(","))     # ['a', 'b', 'c']
print("-".join(["a", "b"]))   # a-b
print(s.strip().startswith("Xin"))
print(s.find("chào"))         # vị trí hoặc -1

Đọc và ghi tệp

# Ghi
with open("ghi_chu.txt", "w", encoding="utf-8") as f:
    f.write("Dòng 1\n")
    f.write("Dòng 2\n")

# Đọc cả tệp
with open("ghi_chu.txt", encoding="utf-8") as f:
    noi_dung = f.read()

# Đọc từng dòng
with open("ghi_chu.txt", encoding="utf-8") as f:
    for dong in f:
        print(dong.strip())

with tự đóng tệp khi xong, kể cả khi có lỗi.

Ví dụ: đếm số từ trong một tệp văn bản

with open("van_ban.txt", encoding="utf-8") as f:
    noi_dung = f.read()
tu = noi_dung.split()
print("Số từ:", len(tu))

with open("ket_qua.txt", "w", encoding="utf-8") as f:
    f.write("Tổng số từ: " + str(len(tu)))

Câu lệnh with tự đóng tệp khi xong, bạn khỏi lo quên. Luôn ghi rõ encoding="utf-8" để tiếng Việt không bị lỗi font. Nếu tệp không tồn tại, Python báo FileNotFoundError; đảm bảo tệp nằm cùng thư mục với chương trình.

Tệp CSV

import csv
with open("diem.csv", encoding="utf-8", newline="") as f:
    for dong in csv.DictReader(f):
        print(dong["ten"], dong["diem"])

from collections import Counter
with open("bai_van.txt", encoding="utf-8") as f:
    tu = f.read().lower().split()
print(len(tu))
print(Counter(tu).most_common(3))