DAY07-Python入门学习-字符编码与文件处理

字符编码

人操作计算机使用人类认识的字符，而计算机存放都是二进制数字
所以人在往计算机里输入内容的时候，必然发生：
　　　　　　　　　　　　　　　　　　人类的字符------（字符编码表）--------》数字

比如我输入一个‘上’的中文字，但是计算机不认识，所以必然需要一个编码表，一边写着计算机认识的二进制和与之一一对应的字符。

然后，再将你输入的字符对应的二进制写进内存，再由内存写入硬盘。

在这之间只有一种编码表

ASCII:只能表示英文字符,用1Bytes对应一个英文字符
内存:ASCII
硬盘:ASCII

GBK:可以表示中文和英文字符,用1Bytes对应一个英文字符,2Bytes对应一个中文字符
内存:GBK
硬盘:GBK

Shift-JIS:
内存:Shift-JIS
硬盘:Shift-JIS

Euc-kr:
内存:Euc-kr
硬盘:Euc-kr

以上是各个国家的字符编码，但是这种字符编码只能在自己的国家使用，所以之后出现了一种统一的字符编码

unicode: 可以对应万国字符,统一用2Bytes对应一个字符

　　两大特点:
　　　　1 可以兼容万国字符
　　　　2 与万国字符编码都有一种数字与数字的对应关系

人们写入的字符先转码为unicode编码写进内存，再有硬盘里的GBK、EUC-kr或Shift-JIS编码表进行编码之后写进硬盘

如果要使用，就将字符经过解码，转变为unicode编码，写进内存后再通过unicode编码表一一对应。
GBK数字-----解码decode----->unicode数字
Shift-JIS数字-----解码decode----->unicode数字

GBK数字<-----编码encode-----unicode数字
UTF-8数字<-----编码encode-----unicode数字

字符编码            英文                   中文

ASCII               1Bytes                   无

GBK                 1Bytes                  2Bytes

Unicode            2Bytes                 2Bytes

Utf-8                 1Bytes                 3Bytes

保证不乱码的关键:

1 字符当初以什么编码的,就应该以什么编码取解码

强调:此时计算机只使用unicode与字符的对应关系

在python2中:

1 (执行python程序的第二个阶段)解释器在将py文件当普通的文本文件读入内存时默认使用的编码是ASCII
2 有两种字符串类型:
　　str:x="上" # 文件头指定的编码格式的二进制
　　unicode:x=u"上" # 存成unicode格式的二进制

ps:pyhon2中unicode就是python3的str类型

在python3中:

1 (执行python程序的第二个阶段)解释器在将test.py当普通的文本文件读入内存时默认使用的编码是UTF-8
2 (执行python程序的第三个阶段,开始识别语法),会字符类型的值开辟一个内存空间存入unicode格式的二进制
ps:python3中的str类型是unicode编码的二进制

3 字符串类型
　　str: x="上" 把‘上’ 存成unicode格式的二进制
　　字节串=x.encode('utf-8')

文件头:
在文件首行写上:coding:utf-8
就是在告诉python解释器,不要用其默认的编码,用文件头指定的编码

文件处理

1 什么是文件

文件是操作系统为用户/应用程序提供的一种操作硬盘的抽象单位

2 为何要用文件

用户/应用程序对文件的读写操作会由操作系统转换成具体的硬盘操作
所以用户/应用程序可以通过简单的读写文件来间接地控制复杂的硬盘的存取操作
实现将内存中的数据永久保存到硬盘中

user=input('>>>>: ') #user="egon"

3 如何用文件

文件操作的基本步骤:

f=open(r'a.txt',encoding='utf-8') #打开文件,拿到一个文件对象f,f就相当于一个遥控器,可以向操作系统发送指令
f.read() # 读写文件,向操作系统发送读写文件指令
f.close() # 关闭文件,回收操作系统的资源

强调:一定要在程序结束前关闭打开的文件

上下文管理:

with open('文件路径'，mode='打开模式'，encoding='编码表') as f: 　　
　　pass

with结束后会自动关闭文件

4 .文件的打开模式

r: 只读模式L(默认的)

w: 只写模式

a: 只追加写模式

5.控制读写文件单位的方式(必须与rwa连用)

t : 文本模式(默认的),一定要指定encoding参数
优点: 操作系统会将硬盘中二进制数字解码成unicode然后返回
强调:只针对文本文件有效

with open('a.txt',mode='rt',encoding='utf-8') as f:
    data=f.read()
    print(data,type(data))

with open('1.png',mode='rt',encoding='utf-8') as f:
    data=f.read()

b: 二进制模式,一定不能指定encoding参数

with open('1.png',mode='rb',) as f:
    data=f.read()
    print(data,type(data))

with open('a.txt',mode='rb',) as f:
    data=f.read()
    print(data,type(data))
    print(data.decode('utf-8'))

 r: 只读模式L(默认的)

1 当文件不存时,会报错
2 当文件存在时,文件指针指向文件的开头

with open('a.txt',mode='rt',encoding='utf-8') as f:
    res1=f.read()
    print('111===>',res1)
    res2=f.read()
    print('222===>',res2)

with open('a.txt',mode='rt',encoding='utf-8') as f:
    print(f.read())
    print(f.readable())
    print(f.writable())
    print(f.readline())
    print(f.readline())

with open('a.txt',mode='rt',encoding='utf-8') as f:
    for line in f:
        print(line)

with open('a.txt',mode='rt',encoding='utf-8') as f:
    l=[]
    for line in f:
        l.append(line)
        print(l)
        print(f.readlines()        

 w: 只写模式

1 当文件不存时,新建一个空文档
2 当文件存在时,清空文件内容，文件指针跑到文件的开头

with open('c.txt',mode='wt',encoding='utf-8') as f:
    print(f.readable())
    print(f.writable())
    print(f.read())

    f.write('哈哈哈
')
    f.write('你愁啥
')
    f.write('瞅你咋地
')

    f.write('1111
2222
333
4444
')

    info=['egon:123
','alex:456
','lxx:lxx123
']
    for line in info:
        f.write(line)
        f.writelines(info)

with open('c.txt',mode='rb') as f:
    print(f.read())


with open('c.txt',mode='wb') as f:
    f.write('哈哈哈
'.encode('utf-8'))
    f.write('你愁啥
'.encode('utf-8'))
    f.write('瞅你咋地
'.encode('utf-8'))

a: 只追加写模式

1 当文件不存时,新建一个空文档，文件指针跑到文件的末尾
2 当文件存在时,文件指针跑到文件的末尾

with open('c.txt',mode='at',encoding='utf-8') as f:
    print(f.readable())
    print(f.writable())
    f.write('虎老师:123
')

在文件打开不关闭的情况下，连续的写入，下一次写入一定是基于上一次写入指针的位置而继续的

with open('d.txt',mode='wt',encoding='utf-8') as f:
    f.write('虎老师1:123
')
    f.write('虎老师2:123
')
    f.write('虎老师3:123
')

with open('d.txt',mode='wt',encoding='utf-8') as f:
    f.write('虎老师4:123
')

with open('d.txt',mode='at',encoding='utf-8') as f:
    f.write('虎老师1:123
')
    f.write('虎老师2:123
')
    f.write('虎老师3:123
')

with open('d.txt',mode='at',encoding='utf-8') as f:
    f.write('虎老师4:123
')