Python Avanzado U1

UNIDAD DIDÁCTICA I
DIPLOMATURA EN PYTHON
Centro de e
e-Learning SCEU UTN - BA.
Medrano 951 2do piso (1179) // Tel. +54 11 4867 7589 / Fax +54 11 4032 0148
www.sceu.frba.utn.edu.ar/e
www.sceu.frba.utn.edu.ar/e-learning
p. 2
Módulo V – Nivel Avanzado
Unidad I – Unicode and byte strings

strings.
Centro de e
p. 3
Presentación:
Hasta ahora hemos trabajado con cadenas de te texto sin entrar mucho en detalle en su
trasfondo y nos hemos conectado con bases de datos como MySQL, SQLite3 o Shelves
Shelves.
En el transcurso de esta unidad nos centraremos en dos puntos muy interesantes antes
de comenzar a ver en las siguientes unidades como pyth
python
on funciona internamente.
En primer lugar utilizaremos un ORM (mapeo de objeto relacional) el cual permite

convertir código de python en lenguaje de bases de datos. La ventaja fundamental es que
podemos trabajar con python sin conocer el lenguaje de la base de datos. A modo de
ejemplo podríamos trabajar con MySQL o SQLite3 sin tener que cambiar nuestro código.
En segundo lugar, profundizaremos en la forma en la cual python trabaja con diferentes

formas de codificación de texto
xto y en cómo nos permite pasar de una a forma a la otra. Al
final de la unidad comprenderemos que los strings pueden considerarse como una serie
de caracteres, y que la forma en la cual estos caracteres son almacenados puede variar
dependiendo del tipo de juego
uego de caracteres que estemos considerando
considerando.
Centro de e
p. 4
Objetivos:
Que los participantes:
Logren aprender cómo trabajar con formatos diferentes utilizando Python 3

3.
Puedan pasar de un formato a otro y leer archivos con diferente tipo de contenido.
Centro de e
p. 5
Bloques temáticos:
1.- Uso de ORM
2.- Conceptos básicos.
3.- ASCII y Unicode.
4.- Strings.
5.- Argumentos de error en la decodificación.
6.- Argumentos de error durante la codificación.
7.- Trabajando con objetos de bytes.
8.- bytearray
9.- Uso de archivos de texto y binarios.
Centro de e
p. 6
Consignas para el aprendizaje colaborativo

En esta Unidad los participantes se encontrarán con diferentes tipos de actividades que,
en el marco de los fundamentos del MEC*, los referenciarán a tres comunidades de
aprendizaje, que pondremos en funcionamiento en esta instancia de formación, a los
efectos de aprovecharlas pedagógicamente:
● Los foros proactivos asociados a cada una de las unidades.

● La Web 2.0.
● Los contextos de desempeño de los participantes.
Es importante que todos los participantes realicen algunas de las actividades sugeridas y
compartan en los foros los resultados obtenidos.
Además, también se propondrán reflexiones, notas especiales y vinculaciones a

bibliografía y sitios web.
El carácter constructivista y colaborativo del MEC nos exige que todas las actividades
realizadas por los participantes sean compartidas en los foros.
Centro de e
p. 7
Tomen nota
Las actividades son opcionales y pueden realizarse en forma individual, pero siempre es
deseable que se las realice en equipo, con la finalidad de estimular y favorecer el trabajo
colaborativo y el aprendizaje entre pares. Tenga en cuenta que, si bien las actividades
son opcionales, su realización es de vital importancia para el logro de los objetivos de
aprendizaje de esta instancia de formación. Si su tiempo no le permite realizar todas las
actividades, por lo menos realice alguna, es fundamental que lo haga. Si cada uno de los
participantes realiza alguna, el foro, que es una instancia clave en este tipo de cursos,
tendrá
ndrá una actividad muy enriquecedora.
Asimismo, también tengan en cuenta cuando trabajen en la Web, que en ella hay de todo,
cosas excelentes, muy buenas, buenas, regulares, malas y muy malas. Por eso, es
necesario aplicar filtros críticos para que las investigaciones y búsquedas se encaminen a
la excelencia. Si tienen dudas con alguno de los datos recolectados, no dejen de consultar
al profesor-tutor.
tutor. También aprovechen en el foro proactivo las opiniones de sus
compañeros de curso y colegas.
Centro de e
p. 8
1.- Uso de ORM.

Un mapeador de objetos relacionales (ORM) es un programa que permite transformar
datos almacenados en tablas de bases de datos relacionales en objetos de clases. En
python existen varios ORM que podemos utilizar, como:
 El Django ORM
 Peewee
 SQLAlchemy
 PonyORM
 SQLObject
 Tortoise ORM
En esta unidad veremos cómo trabajar con “Peewee”, el cual es un ORM de muy fácil
implementación. Lo haremos mediante la creación de una aplicación que nos permita
realizar un ABMC de datos. Esta aplicación tiene e
ell objetivo de partir de una app conocida
que hemos trabajado en el nivel intermedio y hacer un repaso de lo aprendido a la vez
que introducimos nuevos conocimientos. Los puntos a repasar son:
 Uso de base de datos shelve
 Uso de base de datos SQLite3 o MySQL
 Creación de clases y objetos
 Uso de métodos y funciones.
 Importación de módulos.
 Estructuras de control y bucles
Centro de e
p. 9
Recomendación Importante
Importante:: El alumno puede utilizar esta aplicación para chequear
sus conocimientos previos, si alguno de los puntos anteriores no ha quedado claro, se
recomienda que el alumno cree una consulta en el foro y se lo haga saber al docente
antes de seguir avanzando.
La vista de nuestra app

Nuestra app es bastante simple, consta de:
 Un título
 Una sección en la que se visualizan los datos
 Una sección de botones: Guardar, Eliminar, Modificar.
 Una sección destinada a modificar el tema de la aplicación.
Los diferentess temas se activan mediante botones del tipo ““Radiobutton

Radiobutton”:
Tema 1 Tema 2 Tema 3
Centro de e
p. 10
Los datos de los temas se han agregado en un módulo aparte y guardado en una base
del tipo shelve.
1.1. Instalación de peewee

Para instalar “peewee” ejecutamos:
pip install peewee
1.2. Creación de estructura de base de datos

La estructura de la base de datos la realizamos en un módulo aparte:
1. En las primeras dos líneas de código importamos “peewee” y la librería “datetime”

con la cual ya hemos trabajado en el nivel inicial.
2. La línea 5 nos permite utilizar el método “SqliteDatabase() para crear una base de
datos del tipo SQLite3, se puede consultar la bibligrafía online, si deseamos
trabajar con otro tipo
po de base de datos, desde manual online, disponible en el
siguiente link: https://peewee.readthedocs.io/en/2.0.2/peewee/overview.html
3. De la línea 7 a la línea 9, declaramos una clase dentro de la cual declaramos la

base de datos con la cual vamos a trabajar.
4. De la línea 11 a la 15 declaramos la clase que va a ser mapeada por el ORM y

transformada en una tabla de la base de datos. Cada atributo de la clase
corresponde a una columna de la base de datos. Los distintos tipos de atributos los
podemos encontrar en:
https://peewee.readthedocs.io/en/2.0.2/peewee/fields.htm
https://peewee.readthedocs.io/en/2.0.2/peewee/fields.html
Notar que con un simple parámetro como “unique = True” podemos hacer que un
atributo del tipo “CharField()” el cual equivale a un campo de tipo string no pueda
tener campos repetidos. Esto nos evita tener que implementar una regex para la
validación del código.
5. En la línea 16 nos conectamos con la base de datos.

Centro de e
p. 11
6. En la línea 17 agregamos la tabla a la base de datos.
base_datos.py
1 from peewee import *
2 import datetime
3
4 try:
5 db = SqliteDatabase('nivel_avanzado.db')
6
7 class BaseModel(Model):
8 class Meta:
9 database = db
10
11 class Noticia(BaseModel):
12 titulo = CharField(unique = True
True)
13 descripcion = TextField()
14 fecha = DateTimeField(default=datetime.datetime.now
DateTimeField(default=datetime.datetime.now)
15 estado_de_publicacion = BooleanField(default=True)
16 db.connect()
17 db.create_tables([Noticia])
18
19 except:
20 print("mmmm")
Centro de e
p. 12
1.3. Alta de registros
Realizar un alta de registros es muy fácil mediante el uso de “Peewee”

Peewee” ya que no
necesitamos conocer el lenguaje de la base de datos que estamos utilizando, solo
debemos crear un nuevo objeto de la clase que define la base de datos de la siguiente
forma:
guardarModal.py
1 from tkinter import *
2 from guardar import *
3 from base_datos import *
4
5 def guarda(variables, popupGuardar, elobjeto):
6
7 popupGuardar.destroy()
8 lista = []
9 for variable in variables:
10 lista.append(variable.get())
11 noticia = Noticia()
12 noticia.titulo = lista[0]
13 noticia.descripcion = lista[1]
14 noticia.save()
15 elobjeto.mostrar()
Aquí estamos utilizando el módulo “guardarModal.py” de la aplicación creada en el

módulo intermedio y estamos cambiando las líneas que van de la 11 a la 15. Básicamente
lo que hacemos es crear un objeto de la clase Noticia, pasarle los datos a guardar y
salvarlos mediante el método “sabe()”.
Notar que tanto el campo “fecha” como el campo “estado_de_publicacion” no es

necesario que los agreguemos mos ya que le hemos puesto un valor por defecto en la
declaración del atributo dentro de la clase.
Centro de e
p. 13
1.4. Eliminación de registros

De forma análoga al punto anterior trabajamos ahora recuperando un objeto determinado
y mediante el método “delete_instance()
delete_instance()” lo borramos.
eliminarModal.py
4
5 def elimina(variables, popupEliminar, elobjeto):
6 popupEliminar.destroy()
7 lista = []
10
11 borrar = Noticia.get(Noticia.id == lista[0])
12 borrar.delete_instance()
13
1.5. Actualización de registros

actualizarModal.py
4
5 def modifica(variables, popupModificar, elobjeto):
6 popupModificar.destroy()
7 lista = []
10
11 actualizar = Noticia.update(titulo = lista[1], descripcion =
lista[2]).where(Noticia.i
lista[2]).where(Noticia.id == lista[0])
12 actualizar.execute()
13
Centro de e
p. 14
De forma análoga a los pasos anteriores, ahora de la línea 11 a la 12 recuperamos el

objeto a actualizar, le cambiamos los datos y luego mediante el método “execute()”
actualizamos el registro.
2.- Conceptos básicos

básicos.
En esta unidad comenzaremos
remos viendo algunos conceptos y definiciones básicas.
Byte
Un byte es un indicador de la cantidad memoria utilizada, la información es almacenada
en ceros y unos, en donde cada elemento cero o uno es denominado bite. En la
convención que vamos a ver, un byte podemos tomarlo como 8 bits. Dado que un bite
posee solo dos estados (cero o uno) se utiliza con ellos aritmética de base 2. Antes de
seguir con la definición de tipos de variables detengámonos un momento y aprendamos
un poco sobre números binarios.
Números binarios.
Los números binarios se conforman con ceros y unos (0,1), en un circuito de lógica binaria
un cero significa voltaje cero, y un uno voltaje máximo donde podemos simbolizar como
apagado y prendido.
Los números son representados por potencia de dos (2), y veremos cómo se transforman
estos en decimales.
les. Partamos por escribir las potencias de dos en una tabla:
2 e+7 2 e+6 2 e+5 2 e+4 2 e+3 2 e+2 2 e+1 2 e+0 VALOR

128 64 32 16 8 4 2 1
SUPONGAMOS QUE QUEREMOS CONVERTIR EL NÚMERO 220.
Colocaremos un 1 en el lugar de mayor valor que podamos sin pasarnos del valor pedido
en este caso 2^7 =128, seguimos poniendo un 1 en el lugar de mayor valor siempre que
no supere su suma 128+64=192, si colocamos un 1 en la columna de 2^5 =32 nos
pasaremos del valor pedido 128+64+32=224, por lo tanto colocaremos un cero, tomamos
Centro de e
p. 15
el siguiente valor 16, su suma no alcanza el valor, su suma 128+64+16=208 por lo tanto
colocamos un 1, sumaremos la siguiente columna 8 tendremos 128+64+16+8=216 no
superamos el número mero colocamos un 1, el próximo es 4 sumándolo tendremos
128+64+16+8+4=220
8+64+16+8+4=220 ya obtuvimos el valor no necesitamos sumar ningún valor,
colocaremos un cero en la potencias siguientes.
2 e+7 2 e+6 2 e+5 2 e+4 2 e+3 2 e+2 2 e+1 2 e+0 VALOR

128 64 32 16 8 4 2 1
1 1 0 1 1 1 0 0 220
A continuación podemos ver cuatro ejemplos:
2 e+7 2 e+6 2 e+5 2 e+4 2 e+3 2 e+2 2 e+1 2 e+0 VALOR

128 64 32 16 8 4 2 1
1 0 0 1 0 1 1 0 150
0 1 1 1 0 0 0 1 113
1 0 1 1 0 1 1 1 183
0 0 1 0 0 1 0 1 37
Primer fila 128+16+4+2=150
Segunda fila 64+32+16+1=113
Tercera fila 128+32+16+4+2+1=183
Cuarta fila 32+4+1=37
Otra manera de obtener el binario es el siguiente, dividimos por dos el núm número y
colocamos el resto (que puede ser cero o uno) a la derecha se repite la operación hasta
que quede el ultimo resto que puede ser uno o cero.
220 0
110 0
55 1
27 1 Forma de leer el número binario
Centro de e
p. 16
13 1
6 0
3 1
1 1
Nota:: En internet podremos encontrar varios programas que convierten valores binarios a
decimales, o decimales a binarios.
Veremos ahora como basado en la numeración binaria transformaremos estos para hacer
una conversión hexadecimal. Partamos de la siguiente tabla en donde tenemos una
equivalencia entre los números hexadecimales básicos y sus correspondientes números.
binario hexadecimal
0000 0
0001 1
0010 2
0011 3
0100 4
0101 5
0110 6
0111 7
1000 8
1001 9
1010 A
1011 B
1100 C
1101 D
1110 E
1111 F
Para formar el número hexadecimal a partir de un número binario, agruparemos el binario

de a cuatro, veamos aprovechando los valores anteriores como quedaría su
representación en hexadecimal:
Decimal Binario Hexadecimal

150 10010110 96 H
113 01110001 71 H
183 10110111 B7 H
37 00100101 25 H
Centro de e
p. 17
3.- ASCII y Unicode

En 1968, se estandarizó el Código Estándar Americano para el Intercambio de
Información, más conocido por su acrónimo ASCII. ASCII definió códigos numéricos para
varios caracteres, con los valores numéricos que van del 0 al 127. Por ejemplo, la letra
minúscula "a" se asigna a 97 como su valor de código.
ASCII era un estándar desarrollado en llos

os Estados Unidos, por lo que sólo
só definía los
caracteres
cteres sin acento. Había una "e", pero no una "é". Esto significa que los idiomas que
requieren caracteres acentuados no se pueden representar fielmente en ASCII.
Durante un tiempo, las personas solo escribieron programas que no mostraban acentos.
En la década de 1980, casi todas las computadoras personales eran de 8 bits, lo que
significa que los bytes podían contener valores que oscilaban entre 0 y 255. Los códigos
ASCII solo subían a 127, por lo que algunas máquinas asignaban valores entre 128 y 255
a caracteres acentuados. Sin embargo, diferentes máquinas tenían códigos diferentes, lo
que llevó a problemas para intercambiar archivos. Finalmente, surgieron varios conjuntos
de valores de uso común para el rango de 128
128–255.
255. Algunos eran estándares verdaderos,
verdade
definidos por la Organización Internacional para la Estandarización, y otros eran
convenciones de facto que fueron inventadas por una compañía u otra y lograron ponerse
al día.
255 caracteres no son muchos. Por ejemplo, no se puede ajustar los caracteres caracte
acentuados utilizados en Europa occidental y el alfabeto cirílico utilizado para el ruso en el
rango de 128–255
255 porque hay más de 128 caracteres de este tipo.
Puede escribir archivos usando diferentes códigos (todos sus archivos rusos en un
sistema de codificación llamado KOI8, todos sus archivos franceses en un sistema de
codificación diferente llamado Latin1), pero ¿qué sucede si desea escribir un documento
francés que cita algún texto en ruso? En la década de 1980, la gente comenzó a querer
resolver este problema y comenzó el esfuerzo de estandarización de Unicode.
Unicode comenzó utilizando caracteres de 16 bits en lugar de caracteres de 8 bits. 16 bits

significa que tiene 2 ^ 16 = 65,536 valores distintos disponibles, lo que hace posible
representar muchos caracteres diferentes de muchos alfabetos diferentes; un objetivo
inicial era que Unicode contuviera los alfabetos de cada idioma humano. Resulta que
incluso 16 bits no es suficiente para cumplir ese objetivo, y la especificación moderna de
Centro de e
p. 18
Unicode utiliza una gama más amplia de códigos, de 0 a 1.114.111 (0x10FFFF en la base
16).
Existe una norma ISO relacionada, ISO 10646. Unicode e ISO 10646 fueron originalmente
esfuerzos separados, pero las especificaciones se fusionaron con la revisión 1.1 de
Unicode.
Definiciones
Un carácter es el componente más pequeño posible de un texto. "A", "B", "C", etc., son
caracteres diferentes. Así son ‘È’ y ‘Í’. Los caracteres son abstracciones y varían según el
idioma o el contexto del que estés hablando. Por ejemplo
ejemplo,, el símbolo para ohmios (Ω)
(
generalmente se dibuja de manera muy similar a la letra mayúscula omega ((Ω) en el
alfabeto griego (incluso pueden ser iguales en algunas fuentes), pero estos son dos
caracteres diferentes que tienen significados diferentes.
El estándar de Unicode describe cómo se representan los caracteres mediante puntos de

código. Un punto de código es un valor entero, generalmente denotado en la base 16.
Un carácter está representado en una pantalla o en papel por un conjunto de elementos

gráficos que se llaman glifos
glifos.. El glifo para una A mayúscula, por ejemplo, es dos trazos
diagonales y un trazo horizontal, aunque los detalles exactos dependerán de la fuente que
se use. La mayoría del código Python no necesita preocuparse por los glifos; av averiguar el
glifo correcto para mostrar es generalmente el trabajo de un kit de herramientas GUI
(Interfaz gráfica) o un procesador de fuentes de un una terminal.
Codificaciones
Las reglas para convertir una cadena Unicode en una secuencia de bytes se denomina
denominan
codificación. UTF-8
8 es probablemente la codificación más comúnmente soportada.
Centro de e
p. 19
4.- String
Los strings pueden considerarse como una serie de caracteres, la forma en la cual estos
caracteres son almacenados puede variar dependiendo del tipo de juego de caracteres
que estemos considerando. Cuando por ejemplo el texto es almacenado en archivos, el
conjunto de caracteres determina su formato, estos conjuntos de caracteres son
estándares que asignan códigos enteros a caracteres individuales para que puedan
representarse en la memoria de la computadora.
A modo de ejemplo el estándar ASCII le aasigna el valor 97 a la letra ‘a’, y el valor 97 se

puede expresar en hexadecimales como el número 61 (0x61), el cual se puede almacenar
en un solo byte en la memoria. Python cuenta con las funciones internas ord() y chr() para
pasar de carácter a unicode y de unicode a carácter,
ter, y la función hex() para encontrar el
número hexadecimal de un número decimal.
Nota:: Los caracteres de la tabla ascii son considerados como un caso reducido de
Unicode.
ascii.py
1 print(ord('a'))
2 print(chr(97))
3 print(hex(97))
Retorna:
97
a
0x61
Algunos
lgunos alfabetos definen tantos caracteres que es imposible representar cada uno de
ellos como un byte. Unicode permite más flexibilidad. El texto Unicode a veces se
denomina cadenas de "caracteres amplias", ", porque los caracteres se pueden representar
represen
con varios bytes si es necesario. Unicode se usa normalmente en programas
internacionalizados, para representar conjuntos de caracteres europeos, asiáticos y otros
que no están en inglés y que tienen más caracteres de los que pueden representar los
bytes
es de 8 bits. Los códigos de caracteres menores de 128 se representan como un solo
byte; los códigos entre 128 y 0x7ff (2047) se convierten en 2 bytes, donde cada byte tiene
Centro de e
p. 20
un valor entre 128 y 255; y los códigos superiores a 0x7ff se convierten en secuen
secuencias de
3 o 4 bytes con valores entre 128 y 255.
Desde Python 3.0, el lenguaje presenta un tipo “str” que contiene caracteres Unicode, lo
que significa que cualquier cadena creada con comillas simples, dobles o triples se
almacena como Unicode. La codific
codificación
ación por defecto de Python es UTF-8,
UTF por lo que
simplemente se puede incluir un carácter Unicode en un literal de cadena. Para cambiar el
tipo de codificación se debe incluir en la primera o segunda línea del programa el
siguiente código:
# -*- coding: <encoding

ncoding name> -*-
En python a diferencia de otros lenguajes es posible utilizar caracteres especiales en

identificadores:
unicode.py
1 canciónn = "Mi canción preferida"
2 print(canción)
Otras codificaciones permiten conjuntos de caracteres más ricos de diferentes maneras.

UTF-16 y UTF-32,32, por ejemplo, presentan un formato de texto con un tamaño fijo de 2 y 4
bytes por cada esquema de caracteres, respectivamente, incluso para caracteres qu que de
otro modo podrían caber en un solo byte. Algunas codificaciones también pueden insertar
prefijos que identifican el orden de los bytes. Para verlo podemos ejecutar el método de
codificación de una cadena,, que proporciona su formato de bytbytstring
ring codificado
codifi bajo un
esquema con nombre; una cadena ASCII de dos caracteres es de 2 bytes en ASCII, Latin Latin-
1 y UTF-8, 8, pero es mucho más amplia en UTF -16 y UTF-32, 32, e incluye bytes de
encabezado:
formatos.py
1 mi_string = "as"
2
3 print(mi_string.encode('ascii'))
mi_string.encode('ascii'))
4 print(mi_string.encode('latin1'))
5 print(mi_string.encode('utf8'))
8
9 var = b'\xff\xfe\x00\x00a\x00
x00\x00\x00s\x00\x00\x00'
Centro de e
p. 21
10 print(var.decode('utf32'))
11
12 print("\N{GREEK CAPITAL LETTER DELTA}")
13 print("\u0394")
14 print("\U00000394")
Retorna:
b'as'
b'as'
b'as'
b'\xff\xfea\x00s\x00'
b'\xff\xfe\x00\x00a\x00\x00\x00s
x00s\x00\x00\x00'
Δ
Δ
Δ
Nota:: La b inicial representa cadena de byte. Es posible utilizar también una B mayúscula.
En primer lugar, la sintaxis de los literales de bytes es prácticamente la misma que la de

los literales de cadena, excepto que se agrega un prefijo b:
Comillas simples:: b'still permite "comillas dobles" incrustadas’

Comillas dobles:: b "todavía permite comillas 'simples' incrustadas".
incrustadas"
Comillas triples: b '' '3 comillas simples' '''', b "" "3 comillas dobles" ""
Solo se permiten los caracteres ASCII en bytes literales (independientemente de la

codificación del código fuente declarado). Cualquier valor binario superior a 127 debe
ingresarse en bytes literales usando la secuencia de escape apropiada.
Al igual que con los literales de cadena, los literales de bytes también pueden usar un
prefijo r para deshabilitar el procesamiento de sec
secuencias
uencias de escape.
Nota: Para codificar un string utilizamos string.encode(),, el paso inverso lo obtenemos

con byte.decode().
Nota: También puedes usar secuencias de escape en cadenas literales. En el ejemplo

anterior hemos recuperado el carácter delta a modo de ejemplo.
Centro de e
p. 22
Nota: Algunas codificaciones utilizan secuencias de bytes incluso más grandes para
representar caracteres. Cuando sea necesario, puede especificar valores de punto de
código Unicode de 16 y 32 bits para los caracteres en sus cadenas; co como se mostró
anteriormente, podemos usar ""\ u ..." con cuatro dígitos hexadecimales para el primero, y
"\ U. .. "con ocho dígitos hexadecimales para el último, y puede mezclarlos en literales con
caracteres ASCII más simples libremente
libremente.
Estas codificacioness se aplican cuando el texto se almacena o transfiere externamente,

en archivos y otros medios, en tanto que en la memoria Python siempre siemp almacena
cadenas de texto decodificadas
codificadas en un formato de codificación neutral, que puede o no
usar múltiples bytes paraa cada carácter. La forma en que Python realmente almacena el
texto en la memoria es propensa a cambiar con el tiempo de forma de hacer el proceso
más eficiente y veloz.
Python 3.X viene con tres tipos de objetos para representar cadenas de caracteres
(strings):: uno para datos textuales y dos para datos binarios:
• str para representar texto Unicode descodificado (incluido ASCII) (INMUTABLE

INMUTABLE)
• bytes para representar datos binarios (incluido texto codificado) (INMUTABLE

INMUTABLE)
• bytearray, una variante de bytes. (MUTABLE)
Los objetos de cadena de Python 3.X se originan cuando se llama a una función
incorporada como str o bytes.
Todas las formas literales de cadenas (sea utilizando comillas simples, dobles o triples)
generan un texto Unicode, pero si le agr agregamos una b o B delante, generamos un objeto
de bytes de 8 bits. Si utilizamos la función type() podemos ver que el primer objeto es del
tipo ‘bytes’ y el segundo del tipo ‘str’ en el caso de que queramos pasar
string_literal.py
1 Fruta1 = b'Manzana'
2 Fruta2 = 'Pera'
3 print(type(Fruta1))
4 print(type(Fruta2))
5 print(Fruta1.decode('ascii'))
6 print(type(Fruta1.decode('ascii')))
7 print(Fruta2.encode('ascii'))
8 print(type(Fruta2.encode('ascii')))
Centro de e
p. 23
Retorna:
<class 'bytes'>
<class 'str'>
Manzana
<class 'str'>
b'Pera'
<class 'bytes'>
Nota:: Como ya hemos visto antes hemos utilizado encode() y decode() para pasar de un
tipo al otro.
Hay un par de puntos que debemos notar:
Primero: En el caso de trabajar con código de byte, cada uno de sus elementos son
tratados como el correspondiente número en la tabla ASCII, es decir que si intentamos
obtener el primer elemento de “Fruta1” nos retornará el número correspondiente a la letra
“M” el cual es el 77.
Segundo: Ambos casos son inmutables por lo q que

ue no es posible por ejemplo asignarle un
valor a una posición dada de “Fruta1” o “Fruta2”, ya que daría un error.
string_literal2.py
1 fruta1 = b'Manzana'
2 fruta2 = 'Pera'
3 print(fruta1[0])
4 print(fruta2[0])
Retorna:
77
P
Centro de e
p. 24
5.- Argumentos de error en la decodificación.

El argumento de errores especifica la respuesta cuando la cadena de entrada no se
puede convertir de acuerdo con las reglas de la codificación. Los valores legales para este
argumento son:
 strict : Lanza una excepc

excepción del tipo UnicodeDecodeError.
 replace:: Utiliza U+caracteres de re

reemplazo.
 backslashreplace: Inserta una secuencia de escape ((\)
 ignore:: Quita el carácter que da error del resultado.
argumentos_error.py
1 try:
2 print(b'\x80abc'.decode("utf
abc'.decode("utf-8", "strict"))
3 except UnicodeDecodeError:
4 print("Ha existido un error en la decodificación")
5
x80abc'.decode("utf-8", "replace"))
x80abc'.decode("utf-8", "backslashreplace"))
x80abc'.decode("utf-8", "ignore"))
Retorna:
Ha existido un error en la decodificación

�abc
\x80abc
abc
Centro de e
p. 25
6.- Argumentos de error durante la codificación.

El método opuesto de bytes.decode () es str.encode (), que devuelve una representación
de bytes de la cadena Unicode, codificada en la codificación solicitada.
El parámetro de errores es el mismo que el del método decode () pero admite algunos
controladores más aparte de strict, replace, e ignore:
 xmlcharrefreplace:: inserta una referencia de carácter XML
 backslashreplace:: inserta un \ secuencia de escape uNNNN
 namereplace:: inserta una secuencia de escape \ N {...}
Por ejemplo el chr(40960) retorna el carácter “Yi Syllable It” que no puede ser
representado en código ascii por lo que al intentar pasar el símbolo a ascii nos retornará
un error.
http://www.codetable.net/decimal/40960
argumentos_error2.py
1 u = chr(40960) + 'abcd'
2 print(u)
3 print(u.encode('utf-8'))
4 try:
5 print(u.encode('ascii'))
6 except UnicodeEncodeError:
7 print('Se ha dado un error en la codificación')
8
9 print(u.encode('ascii', 'ignore'))
10 print(u.encode('ascii', 'replace'))
11 print(u.encode('ascii', 'xmlcha
'xmlcharrefreplace'))
Centro de e
p. 26
12 print(u.encode('ascii', 'backslashreplace'))
13 print(u.encode('ascii', 'namereplace'))
Retorna:
ꀀ abcd
b'\xea\x80\x80abcd'
Se ha dado un error en la codificación
b'abcd'
b'?abcd'
b'ꀀabcd'
b'\\ua000abcd'
b'\\N{YI SYLLABLE IT}abcd'
Nota: Las rutinas de bajo nivel para registrar y acceder a las codificaciones disponibles se
encuentran en el módulo “codecs
codecs”.. La implementación de nuevas codificaciones también
requiere la comprensión del módulo de codecs.
Centro de e
p. 27
7. Trabajando con objetos de bytes

Formateo de datos
Los objetos de “bytes” admiten operaciones de formateo al igual que los “str” pero la foma
en la cual trabajamos con ambos puede variar de versión en versión, en python 3.7 los
objetos de “bytes” pueden ser formateados de la misma foma que str, pero debemos tener
cuidado ya que al python nos retorna un str al realizar el formateo. Veamos como al
imprimir en la línea 14 el tipo de objeto señalado por “a” nos retorna que es del tipo str
aún cuando en el formateo mezclamos ob objetos de “bytes”:
argumentos_error2.py
1 mistr = 'Pera'
2 mistr2 = 'Coco'
3 print('%s y %s' %(mistr, mistr2))
4 print('{0} y {1}'.format(mistr, mistr2))
5
6 mibyte = b'Manzana'
7 mibyte2 = b'Papas'
8 print(type(mibyte))
9 print('%s y %s' %(mibyte,
mibyte, mibyte2))
10 print('{0} y {1}'.format(mibyte, mibyte2))
11 print(type(mibyte))
12 a = '%s y %s' %(mibyte, mibyte2)
13 print(a)
14 print(type(a))
Retorna:
Pera y Coco
Pera y Coco
<class 'bytes'>
b'Manzana' y b'Papas'
<class 'bytes'>
<class 'str'>
Centro de e
p. 28
Reemplazar elementos
En el caso de reemplazar elementos de un objeto de tipo bytes, debemos anteponer la
letra b o B,
reemplazar_en_objetos_byte yte.py
1 mibyte = b'Manzana'
2 print(mibyte.replace(b'an' ,b'un'))
Retorna:
b'Munzuna'
Concatenar str y bytes

Si queremos concatenar objetos del tipo str y objetos de tipo bytes es necesario
previamente convertir alguno de los dos al otro formato ya que no, no es posible realizar
la operación.
concatenar.py
1 mistr = 'Pera'
2 mibyte2 = B'Manzana'
3 try:
4 print(mibyte2 + mistr)
5 except:
6 print('No puedo concatenar un objeto de tipo str con uno de tipo bytes')
Retorna:
No puedo concatenar un objeto de tipo str con uno de tipo bytes
Centro de e
p. 29
8.- bytearray
Trabajar con objetos del tipo bytearray es similar a trabajar con objetos del tipo bytes, con
la diferencia de que los objetos bytearray son mutables y necesitan que especifiquemos el
tipo de codificación que estamos utilizando. En el siguiente te ejemplo utilizamos
uti la
codificación
cación “latin1” y sustituimos “é” por “á”. Debemos conocer el valor numérico según la
codificación para realizar la sustitución.
bytearray.py
1 mi_string = "Compré una Manzana"
2 mi_bytearray = bytearray(mi_string, 'latin1')
3 print(mi_bytearray)
4 print(mi_bytearray[5])
5 mi_bytearray[5] = 225
6 print(mi_bytearray)
7 print(mi_bytearray.decode('latin1'))
Retorna:
bytearray(b'Compr\xe9
xe9 una Manzana')
233
bytearray(b'Compr\xe1
xe1 una Manzana')
Comprá una Manzana
Centro de e
p. 30
9.- Uso de archivos de texto y binarios.

El modo en el que se abre un arc archivo es crucial, ya que se determina qué tipo de objeto
se utilizará para representar el archivo.
El modo de texto implica objetos de cadena y el modo binario implica objetos de bytes:
 Los archivos de modo de texto interpretan el contenido de los archivos de acuerdo

con una codificación Unicode, ya sea el valor predeterminado o el nombre del tipo
de codificación que le asignemos explícitamente.
 Los archivos de modo de texto también realizan traducciones de fin de línea

universales: de forma predeterminada, todos los formularios de fin de línea se
asignan al único carácter ''\ n' en su script, independientemente de la plataforma en
la que lo ejecute.
 Los archivos dee modo binario, en ca

cambio, retornar el contenido del archivo sin
formato, como una secuencia de enteros que representan valores de bytes, sin
codificación o decodificación y sin traducciones de fin de línea. El segundo
argumento determina si se desea texto o procesamiento binario rio, agregar una b a
esta cadena implica un modo binario (por ejemplo, "rb" para leer archivos de datos
binarios). El modo por defecto es "rt"; esto es lo mismo que "r", que significa
entrada de texto.
 Los
os archivos de texto devuelven una cadena para las llecturas
ecturas y esperan una para
las escrituras, pero los archivos binarios devuelven bytes para las lecturas y
esperar uno (o un bytearray) para las escrituras.
Veamos un ejemplo en el cual escribamos un archivo de texto y otro de bytes y

recuperemos ambos casos
os para la lectura.
Centro de e
p. 31
archivo1.py
1 import os
2 archivo1 = os.path.dirname(os.path.abspath(__file__))+"
os.path.dirname(os.path.abspath(__file__))+"\\archivo1.txt"
archivo1.txt"
3
4 open(archivo1, 'w').write('Escribo algo de texto
texto\n')
5 print(open(archivo1, 'r').read
'r').read())
6 print(open(archivo1, 'rb').read())
7
8 print('----------------------------
----------------------------')
9 archivo2 = os.path.dirname(os.path.abspath(__file__))+"
os.path.dirname(os.path.abspath(__file__))+"\\archivo2.txt"
archivo2.txt"
10
11 open(archivo2, 'wb').write(b'Escribo algo de texto
texto\n')
12 print(open(archivo2,
(archivo2, 'r').read())
13 print(open(archivo2, 'rb').read())
Retorna:
Escribo algo de texto
b'Escribo algo de texto\r\n'

----------------------------
Escribo algo de texto
b'Escribo algo de texto\n'
Nota:: Si queremos guardar la información en el archivo en un tipo específico de

codificación, como podría ser latin1, debemos indicarlo en el momento de guardar los
cambios así:
open('archivo3',
', 'w', encoding='latin
encoding='latin-1’).write(‘texto a grabar’)
Centro de e
p. 32
Bibliografía utilizada y sugerida

Libros
Programming Python 5th Edition – Mark Lutz – O'Reilly 2013
Programming Python 4th Edition – Mark Lutz – O'Reilly 2011
Manual online
https://docs.python.org/3.7/tutorial/
https://docs.python.org/3.7/library/index.html
https://docs.python.org/3/howto/unicode.html
https://peewee.readthedocs.io/en/2.0.2/peewee/overview.html
Centro de e
p. 33
Lo que vimos
En esta unidad hemos trabajado con el ORM “Peewee”, con objetos de texto y de bytes
bytes.
Lo que viene:
En la siguiente unidad comenzaremos a trabajar sobre la sobrecarga de operadores.
Centro de e

Python Avanzado U1

Cargado por

Copyright:

Formatos disponibles

Python Avanzado U1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Python Avanzado U1

Cargado por

Copyright:

Formatos disponibles

UNIDAD DIDÁCTICA I

Módulo V – Nivel Avanzado

Unidad I – Unicode and byte strings

En primer lugar utilizaremos un ORM (mapeo de objeto relacional) el cual permite

En segundo lugar, profundizaremos en la forma en la cual python trabaja con diferentes

Logren aprender cómo trabajar con formatos diferentes utilizando Python 3

2.- Conceptos básicos.

3.- ASCII y Unicode.

5.- Argumentos de error en la decodificación.

6.- Argumentos de error durante la codificación.

7.- Trabajando con objetos de bytes.

9.- Uso de archivos de texto y binarios.

Consignas para el aprendizaje colaborativo

● Los foros proactivos asociados a cada una de las unidades.

Además, también se propondrán reflexiones, notas especiales y vinculaciones a

1.- Uso de ORM.

 Uso de base de datos shelve

 Uso de base de datos SQLite3 o MySQL

 Creación de clases y objetos

 Uso de métodos y funciones.

 Estructuras de control y bucles

La vista de nuestra app

 Una sección en la que se visualizan los datos

 Una sección de botones: Guardar, Eliminar, Modificar.

 Una sección destinada a modificar el tema de la aplicación.

Los diferentess temas se activan mediante botones del tipo ““Radiobutton

Tema 1 Tema 2 Tema 3

1.1. Instalación de peewee

pip install peewee

1.2. Creación de estructura de base de datos

1. En las primeras dos líneas de código importamos “peewee” y la librería “datetime”

3. De la línea 7 a la línea 9, declaramos una clase dentro de la cual declaramos la

4. De la línea 11 a la 15 declaramos la clase que va a ser mapeada por el ORM y

5. En la línea 16 nos conectamos con la base de datos.

6. En la línea 17 agregamos la tabla a la base de datos.

1.3. Alta de registros

Realizar un alta de registros es muy fácil mediante el uso de “Peewee”

Aquí estamos utilizando el módulo “guardarModal.py” de la aplicación creada en el

Notar que tanto el campo “fecha” como el campo “estado_de_publicacion” no es

1.4. Eliminación de registros

1.5. Actualización de registros

De forma análoga a los pasos anteriores, ahora de la línea 11 a la 12 recuperamos el

2.- Conceptos básicos

2 e+7 2 e+6 2 e+5 2 e+4 2 e+3 2 e+2 2 e+1 2 e+0 VALOR

SUPONGAMOS QUE QUEREMOS CONVERTIR EL NÚMERO 220.

2 e+7 2 e+6 2 e+5 2 e+4 2 e+3 2 e+2 2 e+1 2 e+0 VALOR

2 e+7 2 e+6 2 e+5 2 e+4 2 e+3 2 e+2 2 e+1 2 e+0 VALOR

Primer fila 128+16+4+2=150

Segunda fila 64+32+16+1=113

Tercera fila 128+32+16+4+2+1=183

Cuarta fila 32+4+1=37

27 1 Forma de leer el número binario

Para formar el número hexadecimal a partir de un número binario, agruparemos el binario

Decimal Binario Hexadecimal

3.- ASCII y Unicode

ASCII era un estándar desarrollado en llos

Unicode comenzó utilizando caracteres de 16 bits en lugar de caracteres de 8 bits. 16 bits

El estándar de Unicode describe cómo se representan los caracteres mediante puntos de

Un carácter está representado en una pantalla o en papel por un conjunto de elementos