Работа с файлами через классы: инкапсуляция логики

Почему классы — это мощный инструмент для работы с файлами? 🧐

Представьте, что вы работаете с файлами в Python. Сколько раз вам приходилось повторять одни и те же операции: открытие, чтение, запись, закрытие? Классы позволяют инкапсулировать эту логику, делая код чище и удобнее!

Пример без классов:

file = open('data.txt', 'r')
content = file.read()
file.close()
# А если нужно ещё записать? Опять те же шаги... 😩

А теперь посмотрите на красоту ООП:

class FileManager:
    def __init__(self, filename):
        self.filename = filename

    def read(self):
        with open(self.filename, 'r') as file:
            return file.read()

    def write(self, content):
        with open(self.filename, 'w') as file:
            file.write(content)

# Использование:
manager = FileManager('data.txt')
manager.write('Привет, ООП!')
print(manager.read())

Создаём надёжный FileManager 🔧

Давайте прокачаем наш класс, добавив:

Обработку ошибок
Логирование операций
Поддержку разных режимов работы

import logging

class AdvancedFileManager:
    def __init__(self, filename):
        self.filename = filename
        logging.basicConfig(level=logging.INFO)

    def _open_file(self, mode):
        try:
            return open(self.filename, mode)
        except IOError as e:
            logging.error(f"Ошибка при работе с файлом: {e}")
            raise

    def read(self):
        with self._open_file('r') as file:
            return file.read()

    def append(self, content):
        with self._open_file('a') as file:
            file.write(content + '\n')
            logging.info(f"Добавлено в файл: {content}")

# Пример использования:
file_worker = AdvancedFileManager('log.txt')
file_worker.append('Новая запись')

Реальная задача: обработка CSV через классы 📊

Давайте создадим специализированный класс для работы с CSV-файлами, используя стандартный модуль csv.

import csv

class CSVManager:
    def __init__(self, filename):
        self.filename = filename

    def read_as_dicts(self):
        with open(self.filename, newline='') as csvfile:
            reader = csv.DictReader(csvfile)
            return [row for row in reader]

    def write_from_dicts(self, data, fieldnames):
        with open(self.filename, 'w', newline='') as csvfile:
            writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
            writer.writeheader()
            writer.writerows(data)

# Пример:
data = [
    {'name': 'Alice', 'age': 25},
    {'name': 'Bob', 'age': 30}
]

manager = CSVManager('users.csv')
manager.write_from_dicts(data, ['name', 'age'])
print(manager.read_as_dicts())

Паттерн "Фасад" для сложных операций 🏛️

Когда работа с файлами становится сложной, можно применить паттерн "Фасад", чтобы упростить интерфейс:

class DataExporter:
    def __init__(self, filename):
        self.file_manager = FileManager(filename)
        self.csv_manager = CSVManager(filename + '.csv')

    def export_data(self, data):
        self.file_manager.write(str(data))
        self.csv_manager.write_from_dicts(data, data[0].keys())

# Теперь сложная логика инкапсулирована в одном методе!
exporter = DataExporter('export')
exporter.export_data([
    {'id': 1, 'value': 'A'},
    {'id': 2, 'value': 'B'}
])

Когда стоит использовать этот подход? ⚖️

Преимущества:

Повторное использование кода
Упрощение сложных операций
Централизованное управление ошибками

Недостатки:

Избыточность для простых задач
Дополнительный уровень абстракции

Идеально подходит для:

Часто повторяющихся операций с файлами
Сложных форматов данных (JSON, CSV, XML)
Проектов, где важна надёжность работы с файловой системой

Теперь вы готовы писать чистый и поддерживаемый код для работы с файлами! Попробуйте применить эти подходы в своём следующем проекте.