Python全栈之路---day03（编码常识、文件操作）

PART ONE 编码常识

前两天已经初步了解了一下编码的知识，现在先简单进行回顾：
ASCII码：包含英文字母，数字，特殊字符与01010101对应关系。 
    1个字符8位（1个字节）
    A 00000010

gbk：只包含本国文字（以及英文字母，数字，特殊字符）与0101010对应关系。
    A 00001001 8位（1个字节）
    中 00000001 00010010 16位（2个字节）

Unicode：包含全世界所有的文字与二进制0101001的对应关系。

    A 00000000 00000000 00001000 10001000 4字节
    中 00000000 01001000 00001000 01000000 4字节
utf-8：包含全世界所有的文字与二进制0101001的对应关系（最少用8位一个字节表示一个字符）。
    A 0010 0000 8位（1个字节）
    中 00001000 00000100 01001000 24位（3个字节）

PS：
1、各个编码的二进制是不能互相识别的额，会产生乱码
2、文件的储存、传输，不能是Unicode（只能是utf-8、utf-16、gbk、GB2312等）
3、在计算机内存中，统一使用Unicode编码，当需要将数据保存到硬盘或者需要网络传输的时候，就转换为非Unicode编码比如：UTF-8编码。
python3：str在内存中是用Unicode编码的

bytes类型：
    对于英文：str：表现形式：s='alex'
                  编码方式 01010100 Unicode
             bytes：表现形式：s=b'alex'
                   编码方式 00100010 utf-8 gbk...

    对于中文：str：表现形式：s='中国'
                  编码方式 01010100 Unicode
             bytes：表现形式：s=b'xe91e91eD1e21e31e32'
                   编码方式 00100010 utf-8 gbk...

 str-->bytes的转换

s1='alex'
#encode 编码，如何将str-->bytes 可设置编码方式
s11=s1.encode('utf-8')
print(s11) #b'alex'

s2='中国'
s22=s2.encode('utf-8')
print(s22) #b'xe4xb8xadxe5x9bxbd'

s3='中国'
s33=s3.encode('gbk')
print(s33) #b'xd6xd0xb9xfa'

bytes-->str的转换

# decode称作解码, 将 bytes 转化成 str类型
b1 = b'xe4xb8xadxe5x9bxbd'
s1 = b1.decode('utf-8')
print(s1)  # 中国

注意：bytes类型他叫字节文本，他的编码方式是非Unicode的编码，非Unicode即可以是gbk，可以是UTF-8,可以是GB2312..... 

那么gbk编码的bytes如何转化成utf-8编码的bytes呢？ 

不同编码之间，不能直接互相识别。

上面我说了，不同编码之间是不能直接互相是别的，这里说了不能直接，那就可以间接，如何间接呢？ 现存世上的所有的编码都和谁有关系呢？ 都和万国码Unicode有关系，所以需要借助Unicode进行转换。通俗的讲就是先将文件encode成Unicode的文件，在decode成想要的文件。

PART TWO 文件

1、文件路径：
   绝对路径：从磁盘根目录开始一直到文件名
   相对路径：用一个文件夹下的文件,相对于当前这个程序所在的文件而言.如果在同一个文件中,则相对路劲就是这个文件名.如果再上一层文件夹则要使用../相对路径下，你就可以直接写文件名即可。
2、编码方式：utf-8 gbk 。。。
　　注意：以什么编码方式储存的就得以什么编码方式打开
　　文件用不同的工具编辑存储时可能采用不同的编码方式，比如Word软件默认的编码为utf-8，但是用python代码打开的时候用的gbk就会报错

3、操作方式：只读r、只写w、追加、读写、写读。。。

f = open('e:Python测试.txt', mode='r', encoding='gbk')
content = f.read()
print(content) #床前明月光，疑是地上霜。举头望明月，低头思故乡。
f.close()

 代码解释：

　　　f: 就是一个变量，一般都会将它写成f,f_obj,file,f_handler,fh,等，它被称作文件句柄。

    open：是Python调用的操作系统（windows,linux,等）的功能。

    'e:Python测试.txt': 这个是文件的路径。 

     mode： 就是定义你的操作方式：r为读模式。 

     encoding: 不是具体的编码或者解码，他就是声明：此次打开文件使用什么编码本。一般来说：你的文件用什么编码保存的，就用什么方法打开，一般都是用utf-8（有些使用的是gbk）。
 
     f.read():你想操作文件，比如读文件，给文件写内容，等等，都必须通过文件句柄进行操作。 

     f.close(): 关闭文件句柄（可以把文件句柄理解成一个空间，这个空间存在内存中，必须要主动关闭）

 只读：r --> 以只读方式打开文件，文件的指针将会放在文件的开头。是文件操作最常用的模式，也是默认模式，如果一个文件不设置mode，那么默认使用r模式操作文件。 
　　　　　　ps:read()、readline()、readlines()、for循环读取
　　　　　　　　read()读取的时候指定读取到什么位置。在r模式下,n按照字符读取。
　　　　　　　　　readline()读取每次只读取一行,注意点:readline()读取出来的数据在后面都有一个
（若要解决这个问题，只需在我们读取的文件后面加一个strip（）就可以了）
　　　　　　　　　readlines() 返回一个列表，列表里面每个元素是原文件的每一行，如果文件很大，占内存，容易崩盘
　　　　　　　　  for循环：通过for循环去读取，文件句柄是一个迭代器，他的特点就是每次循环只在内存中占一行的数据，非常节省内存。

二进制读：rb-->以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。记住下面讲的也是一样，带b的都是以二进制的格式操作文件，他们主要是操作非文字文件：图片，音频，视频等,并且如果你要是带有b的模式操作文件，那么不用声明编码方式。

#二进制读
f = open('123', mode='rb')
content = f.read()
print(content) #b'xe5xbax8axe5x89x8dxe6x98x8exe6x9cx88xe5x85x89xefxbcx8cxe7x96x91xe6x98xafxe5x9cxb0xe4xb8x8axe9x9cx9cxe3x80x82'
f.close()

 只写：w -->如果文件不存在，利用w模式操作文件，那么它会先创建文件，然后写入内容.如果文件存在，利用w模式操作文件，先清空原文件内容，在写入新内容。
二进制写:wb-->以二进制格式打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如：图片，音频，视频等。

#对于W，没有此文件就会创建
f = open('log', mode='w', encoding='utf-8')
f.write('柳柳爱火锅')
f.close()

#对于W，有此文件会先清除原文件的内容，再写
f = open('log', mode='w', encoding='utf-8')
f.write('凝宝也爱火锅')
f.close()

f = open('log', mode='wb')
f.write('凝宝也爱火锅'.encode('utf-8'))
f.close()

 追加：a-->打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。如果文件不存在，利用a模式操作文件，那么它会先创建文件，然后写入内容。　如果文件存在，利用a模式操作文件，那么它会在文件的最后面追加内容。

f=open('log',mode='a',encoding='utf-8')
f.write('真的吗？')
f.close()

 读写：r+ --> 打开一个文件用于读写。文件指针默认将会放在文件的开头。
注意：如果你在读写模式下，先写后读，那么文件就会出问题，因为默认光标是在文件的最开始，你要是先写，则写入的内容会讲原内容覆盖掉，直到覆盖到你写完的内容，然后在后面开始读取。
二进制形式读写r+b#r+：先读后加

 f = open('log', mode='r+', encoding='utf-8')
 print(f.read())
 f.write('柳柳爱火锅')
 f.close()

#r+:先加再读
 f = open('log', mode='r+b')
 print(f.read())
 f.write('柳柳爱火锅'.encode('utf-8'))
 f.close()

seek():seek(n)光标移动到n位置,注意: 移动单位是byte,所有如果是utf-8的中文部分要是3的倍数
　　通常我们使用seek都是移动到开头或者结尾
　　移动到开头:seek(0)
　　移动到结尾:seek(0,2) seek的第二个参数表示的是从哪个位置进行偏移,默认是0,表示开头,1表示当前位置,2表示结尾

tell(): 使用tell()可以帮我们获取当前光标在什么位置

#功能详解
f=open('log',mode='r+',encoding='utf-8')
# content=f.read(3) #读规定字符数
f.seek(3)#按字节去定光标 1个字符3个字节
f.tell()#告诉你光标的位置
print(f.tell())
content=f.read()
print(content)
f.close()

f=open('log',mode='r+',encoding='utf-8')
# line=f.readline() #一行一行的读
# print(line) #柳柳爱火锅
lines=f.readlines() #每一行当做列表中的一个元素，追加到list中
print(lines) #['柳柳爱火锅
', '凝宝也爱火锅']
f.close()

 打开文件的另一种方式：with open（）as ...

# 1,利用with上下文管理这种方式，它会自动关闭文件句柄。
with open('t1',encoding='utf-8') as f1:
    f1.read()
    
# 2，一个with 语句可以操作多个文件，产生多个文件句柄。
with open('t1',encoding='utf-8') as f1,
        open('Test', encoding='utf-8', mode = 'w') as f2:
    f1.read()
    f2.write('柳柳爱火锅')

   这里要注意一个问题，虽然使用with语句方式打开文件，不用你手动关闭文件句柄，比较省事儿，但是依靠其自动关闭文件句柄，是有一段时间的，这个时间不固定，所以这里就会产生问题，
如果你在with语句中通过r模式打开t1文件，那么你在下面又以a模式打开t1文件，此时有可能你第二次打开t1文件时，第一次的文件句柄还没有关闭掉，可能就会出现错误,他的解决方式只能在
你第二次打开此文件前，手动关闭上一个文件句柄。