====== Bases de données - Exercice préparatoire ======

Fichiers utiles : {{ nsi:premiere:csv:films.csv |}} et {{ nsi:premiere:csv:actors.csv |}}

===== Exercice 1 : extraire et rechercher des données =====

Écrire un programme Python qui implémente les fonctions suivantes :

<code python linenums>
# data.py

import csv

def creer_base_films():
    """
    extrait le contenu du fichier films.csv
    renvoie les données sous forme d'un tableau de dictionnaires
    """
    films = []
    with open("films.csv", "r", encoding="utf8") as file:
        reader = csv.DictReader(file, delimiter = ";")
        for row in reader:
            film = dict(row)
            films.append(film)
    return films

def recherche_realisateur(base, nom):
    """
    base: données extraites du fichier films
    nom: nom du réalisateur cherché
    renvoie les titres de films dont réalisés par ce réalisateur
    """

def recherche_annees_acteur(base, nom):
    """
    base: données extraites du fichier films
    nom: nom de l'acteur cherché
    renvoie les années des films dans lesquels joue l'acteur demandé
    """

def count_pays(base, pays):
    """
    base: données extraites du fichier films
    pays: code d'un pays (exemple FRA pour France)
    renvoie le nombre de films pour un pays
      Attention: Dans la colonne pays du fichier,
      il y a souvent plusieurs pays pour un film, comme FRA - ITA
    """
if __name__ == "__main__":
    # zone de test
    base = creer_base_films()
    films_mel_brooks = recherche_realisateur(base, "BROOKS Mel")
    print(films_mel_brooks)

    annees_bulle_ogier = recherche_annees_acteur(base, "Bulle Ogier")
    print(annees_bulle_ogier)

    n_FRA = count_pays(base, "FRA")
    print(n_FRA)
</code>

<WRAP tip>Je vous rappelle que ''csv.DictReader'' peut être vu comme une machine qui se charge
  * d'extraire la première ligne du fichier pour obtenir les noms des colonnes,
  * d'extraire chaque ligne en la distribuant dans un dictionnaire dont les clés sont les noms des colonnes.
La commande ''for row in reader'' (ligne 13) consiste à demander à ''reader'' d'extraire la prochaine ligne. Quand il n'y a plus de lignes à extraire, ''reader'' ne renvoie rien et la boucle prend fin.

À noter que la donnée ''row'' fournie par ''reader'' est proche d'un dictionnaire mais n'en est pas tout à fait un. Donc on transforme ''row'' en un dictionnaire : ''dict(row)''.
</WRAP>

===== Exercice 2 : Fusionner des données =====

On dispose d'un autre fichier, {{ nsi:premiere:csv:actors.csv |}}, répertoriant les années de naissance -- pas les vraies -- des acteurs et actrices.

Comment peut-on obtenir le titre de tous les films dans lequel a joué un acteur né en 1977 ?

> Je ne vous demande pas de le coder, expliquez seulement ce qu'il faudrait faire.

===== Exercice 3 : Cohérence des données =====

Supposons que l'on fasse des ajouts, suppressions ou modifications dans les fichiers ''films.csv'' et ''actors.csv''.

  * Y a-t-il des contraintes particulières à respecter ?
  * Supposons que deux acteurs aient le même nom. Que faire ?