编码的进阶
ASCII:英文字母,数字,特殊符号,——> 二进制的对应关系
Str:
1个字符——> 1个字节
Unicode:万国码:世界上所有的文字与二进制的对应关系
1个字符——> 4个字节
Utf-8:至少用8位1个字节表示一个字符。
英文:一个字节
中文:三个字节
Gbk:国标
英文:一个字节
中文:两个字节
以上总结:
i. 不同的编码之间的0101010是不能互相识别的,除ASCII外。
ii. 网络传输,数据存储到磁盘你用的0101010这种二进制,不能使用unicode的编码本去编译。
大背景:python3x版本。
Str:它在内存中的编码方式:unicode
写入文件的内容、传输给别人的数据,一般都是str的形式。所以此处有矛盾点:网络传输,数据存储到磁盘你用的0101010这种二进制,不能使用unicode的编码本去编译。但python3x又需要str形式去操作。对此用以下方法:
利用str发送或传输
(转换,将Unicode编码转化成非Unicode)——>发送、传输
Int
Bool
Str
Bytes:与str几乎一模一样。
List
Dict
Set
Tuple
Str与bytes的区别:
英文:
Str在内存中的编码:Unicode
表现形式:‘taibai’
Bytes在内存中的编码:非Unicode
表现形式b”taibai”
中文:
Str在内存中的编码:非Unicode
表现形式:’中国’
Bytes在内存中的编码:非Unicode
表现形式:b’\a\xcc…..
#终极转换:
Str->str.decode(‘utf-8’)->传输过程->str.encode(‘gbk’)
Decode:编码 encode:解码
文件操作的初识
f=open(‘文件路径’,encoding=’编码方式’,mode=’r’)
print(f.read())
f.close()
出现问题:
- 路径问题:
r”D:\0新建文本文档”, encoding=’编码方式’,mode=’r’
”D:\\0新建文本文档”, encoding=’编码方式’,mode=’r’
- 编码的问题:
编码要与文件存储时的编码保持一致
- 可能隐藏了后缀名
文件的读:
四种模式:
r r+ rb r+b …. r模式下n代表字符 , r模式下n代表字节
每种模式下有5种读取模式
- print(f.read()): 全部读取
- print(f.read(n)):按字符读。
- print(f.readline()):按行读。
- print(f.readlines()):返回一个list 列表的每个元素是源文件的每一行。
- 循环读取:
for line in f:
print(line)
r:直接读取
rb:以字节的形式读取。 带b的一般操作的都是非文字类的文件。
文件的写:
r+:读写模式-先读后写。
w w+ wb w+b
w:没有文件则创建文件并写入内容。如果有文件,先清空原先内容,再写入。 f.write(‘alex’)
wb:先用rb读取别的文件内容,然后把内容赋值给一个变量,最后再把这个变量写入别的文件。
文件的追加:
a ab a+ a+b
a:没有文件,创建文件,写入内容。如有文件,就在原文件内容后面追加内容。
a+:追加并读
其他操作:
f.flush() 强制保存
readable writeable 判断是否可读可写
print(f.readable())
print(f.writeable())
seek tell 调整光标的位置(按字节调整)/获取指针位置
truncate 对原文件进行(按字节从头)截取,必须在可写情况下使用。(seek对truncate不管用)
最常用的方法:read seek tell flush readable writeable
打开文件的第二种方式(省去了写f.close()):
with open(‘文件路径文件名’,encoding=’utf-8’) as f1:
print(f1.read())
优点:1.省去了写f.close();2.一个with语句可以操作多个文件句柄。
with open(‘文件路径文件名’,encoding=’utf-8’) as f1,open(‘文件路径文件名’,encoding=’utf-8’) as f2:
缺点:有时候关闭文件和硬件有关
文件的改:
- 以读的模式打开源文件。
- 以写的模式创建一个新文件。
- 将原文件内容读取出来,按照你的要求更改成新内容,写入新文件。
- 删除原文件。
- 将新文件重命名成原文件。
low版改名: