DAY7 字符编码和文件操作

一.软件与python解释器打开文件的方法

  1.软件打开文件读取数据的流程:

   1. 打开软件
   2. 往计算机发生一个打开文件的指令,来打开文件
   3. 读取数据渲染给用户(存取编码不一致:乱码)

  2.python解释器打开py文件
   1. 打开软件(python解释器)
   2. 往计算机发生一个打开文件的指令,来打开文件
   3. 逐行解释打开的文件内容(存取编码不一致,无法正常解释,崩溃),将执行结果展示给用户

  3.python2与python3解释器区别

   py2默认按ASCII来解释文件内容 | py3默认按UTF-8来解释文件内容,要打开其他编码文件需要加文件头

   3.1文件头:# encoding: 编码表
    功能:告诉py解释器按照什么编码来解释文件内容

二.字符编码

  1.什么是字符编码

    人类能识别的是字符等高级标识符,电脑只能识别0,1组成的标识符,要完成人与机器之间的信息交流,
  一定需要一个媒介,进行两种标识符的转化(两种标识符的对应关系) 

  2.编码表

    两种标识符的对应关系形成的结构称之为:编码表

  3.编码表的发展史    

    1. ascii(ASCII):字母、数字、英文符号与计算机01标识符的对应关系
     1.1 如何将128个字符用01完全标签
    二进制:11111111 => 255 => 1bytes(1字节) => 8个二进制位

    2.中国:研究汉字与计算机01标识符的对应关系:gb2312 => GBK(***) => GB18030
     日本:Shift_JIS
     棒子:Euc-kr

    3. 制造一个可以完成万国字符与计算机01标识符的对应关系的编码表
     编码表:unicode表
     py2:ascii,没有按万国编码,原因py2要诞生先有万国编码
     py3: utf-8, 采用万国编码来解释文本内容

  4.unicode与utf-8什么关系

    unicode:用2个字节来存储汉字,用2个字节来存储英文字母,占有空间较多,读取效率极高

    utf-8:用3-6个字节来存储汉字,用1个字节来存储英文字母,占有空间较少,读取效率低

    总结:内存都是按unicode存储数据,硬盘和cpu采用utf-8来存取数据

       unicode与utf-8采用的是一张unicode编码表,utf-8是unicode编码表体现方式,变长存储数据

三.解码与编码

  1.三种字符串 

   1.1 unicode字符串,默认字符串
     s1 = u'abc你好\n不好'
     print(s1) # abc你好

              不好
   1.2 字节字符串
     s2 = b'abc123\xb7\xb7'
     print(s2) # b'abc123\xb7\xb7'
   1.3 原义字符串: 不对字符串内存做任何操作(eg:\n的转化)
     s3 = r'abc你好\n不好'
     print(s3) # abc你好\n不好

  2.编码与解码(*****)

    2.1 将u字符串编码成b字符串

      print(u'你好'.encode('utf-8'))

    2.2将b字符串解码成u字符串

      print(b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode('utf-8'))

四.文件操作

  1.文件定义

    文件:硬盘中一块存储空间(虚拟的文件)

    文件操作:根据文件名来操作硬盘的那块存储空间,操作方式 读read 写write

  2.文件操作步骤    

      1. 打开文件

      变量名 = 文件空间
      文件路径 操作模式(读|写) 编码

     2. 操作文件(读:read() 写:write())

     3. 关闭文件 *****

  3.操作模式  

   主模式:r:读 | w:写 | a:追加
   从模式:b:按字节操作 | t:按字符操作 | +:可读可写
   了解:x:异常写 | U:被遗弃了

  4.读文件基础   

    f = open('a.txt', 'r', encoding='utf-8') # 打开文件

   data = f.read(3) # 操作文件,将所有内容读取出来,如果设置读取长度,按照规定长度读取数据
    print(data)

   #一次读取一行
    line = f.readline()
    print(line)
    line = f.readline()
    print(line)

    #按行一次性全部读出
    lines = f.readlines()
    print(lines)

    #逐步一行一行读取
    l = []
    for line in f:
      print(line)
      l.append(line)
    print(l)

    s = set()
    for line in f:
      print(line)
      s.add(line)
    print(s)

    f.close() # 关闭文件,释放操作系统对文件的持有,变量f还被应用程序持有

  5.基础写   

   # 文件不存在:会新建文件,再操作文件
   # 文件存在:先清空文件,再操作文件
    w = open('b.txt', 'w', encoding='utf-8') # 打开文件
    w.write('456') # 写入‘456’到内存

    w.close() # 从内存写入文件,关闭文件

    

  

  

上一篇:Python 字符编码及其文件操作


下一篇:Day 07 字符编码,文件操作