字符编码与文件操作

字符编码

编码发展史

    # 一家独大
	计算机是美国人发明的 所以一开始只考虑到了英文字符与数字的对应关系
        其他国家要想使用电脑就必须会英语和ASCII码
    	ASCII码:记录了英文字符与数字的对应关系
            1bytes(8bit)来表示英文
            """
            A-Z:65-90
            a-z:97-122
            """
    # 群雄割据
	其他国家也相继开始使用计算机 面临了相同问题
    	GBK:中国字符编码记录了英文、中文与数字的对应关系
    		1bytes(8bit)来表示英文
             2bytes(16bit)来表示中文(很多时候都是3bytes)
        Euc_kr:韩国字符编码记录了英文、韩文与数字的对应关系
        shift_JIS:日本字符编码记录了英文、日文与数字的对应关系
        	"""
        	   乱码
                       不同国家的字符编码存在差异当其他国家解码时会产生>>'乱码'
        	       '编写'和'翻译'阶段使用的编码表不一致
        	"""
    # 天下一统
	unicode:万国码 # 记录了所有国家的文字语言和字符
  		所有的字符都是2bytes起步存储
        	会浪费空间和IO时间
        utf8:万国码的转换版本
            """
            内存使用的是unicode 硬盘使用的是utf8
            """

字符编码的实际使用

1. 编码与解码

   # 编码
        将人能读懂的字符编写成计算机能够直接听懂的字符的过程
   # 解码
        将计算机能够听懂的字符解码成人能够读懂的字符

    # 编码    encode
      st = '要我命三千！'
      print(st.encode('gbk'))         
      # 结果  b'\xd2\xaa\xce\xd2\xc3\xfc\xc8\xfd\xc7\xa7\xa3\xa1'
      """
      字符串前面如果加了字母b 表示该数据类型为 bytes类型
          bytes类型可以看成是二进制
      """

    # 解码    decode
      res = b'\xd2\xaa\xce\xd2\xc3\xfc\xc8\xfd\xc7\xa7\xa3\xa1'
      print(res.decode('gbk'))
      # 结果 要我命三千！
      """
      基于网络传输数据 数据都必须是二进制格式
      所以肯定涉及到编码与解码
      """

2. 解决乱码问题

    '''数据当初以什么编码编的就以什么编码解即可, 
        如果不知道的话只能一个个的试总有一个是对的'''
    s1 = '要我命三千！'
    res1 = s1.encode('gbk')
    print(res1)  # 编码 b'\xd2\xaa\xce\xd2\xc3\xfc\xc8\xfd\xc7\xa7\xa3\xa1'
    res2 = res1.decode('euc_kr')
    print(res2)  # 乱码  狼乖츱힛푤！
    res3 = res1.decode('gbk')
    print(res3)  # 正常显示 要我命三千！

3. python解释器版本与编码

    '''python2解释器默认的编码是ASCII码'''
    	1.文件头:必须写在文件的最上方 告诉解释器使用指定的编码
            # coding:utf8
            # -*- coding:utf8 -*-  美化写法
        2.字符前缀:在使用python2解释器的环境下定义字符串习惯在前面加u
            name = u'你好啊'
    '''python3解释器默认的编码是utf8'''
    

文件操作

文件本质

• 操作系统暴露给用户可以直接操作硬盘的快捷方式

文件基本操作

    # 1. 代码操作文件的过程
    打开文件，创建文件 --> 编辑文件内容 --> 保存文件内容 --> 关闭文件
    # 2. 基本语法结构
      结构1(不常用):
        f1 = open()    # 打开文件
        f1.close()  #关闭文件
      结构2(推荐使用):
        with open() as f:  # 当执行结束会自动关闭文本
            pass 
    # 3. open关键字打开文件
       '''以后写路径为了防止特殊符号 直接加r'''
        open(r'a.txt')  # 相对路径
        open(r'D:\py1\day09\a.txt')  # 绝对路径
        res = open(r'a.txt', 'r', encoding='utf8') 
        # 第一个值文本路径 第二个值读(r)模式(mode) 第三个编码类型
        
        """
        open(文件的路径,文件的操作模式,文件的编码)
            1.文件的路径是必须要写的
            2.文件的操作模式、文件的编码有时候不用写 b模式
        """
        print(res.read())  # 读取文件内容
        res.close()  # 关闭文件 操作open完最后都需要执行close 而close这一行很任意被遗忘
    # 4. with上下文管理  # 不需要close关闭文件 with执行完会自行关闭文件
      with open(r'a.txt', 'r', encoding='utf8') as f:  # 类似f = open()
          data = f.read()
      print(data)

文件读写模式

    r	read	只读模式:只能读不能写
    w	write	只写模式:只能写不能读
    a   append  只追加模式:在文件末尾添加内容 
  
    # r模式  # 只读模式:只能读不能写
    # 路径不存在:直接报错
    with open(r'b.txt', 'r', encoding='utf8') as f1:
        # pass  (推荐)补全语法结构 本身没有任何功能
        # ...  (不推荐)补全语法结构 本身没有任何功能
        pass
    路径存在:正常打开文件并等待内容读取
    with open(r'a.txt', 'r', encoding='utf8') as f1:
        print(f1.read())  # 一次性读取文件内所有的内容
    f1.write('无地自容啊!!!')  # 报错 只读模式不能写
    """
    able在英语中大部分情况下表示的是 具备...的能力
        readable    具备读的能力
        writable    具备写的能力
        ...
    """

    # w模式  # 只写模式:只能写不能读
    # 路径不存在:自动创建文件
    with open(r'b.txt', 'w', encoding='utf8') as f1:
        pass  (推荐)补全语法结构 本身没有任何功能
        ...  (不推荐)补全语法结构 本身没有任何功能
        pass
    # 路径存在:先清空文件内容(不要写重要文件路径) 之后再写入数据
    with open(r'a.txt', 'w', encoding='utf8') as f1:
        f1.write('值得信赖1！！\n')  # 写入文件内容 
        f1.write('值得信赖2！！\n')  # 写入文件内容
        f1.write('值得信赖3！！\n')  # 写入文件内容
        #print(f1.read())  #  只写模式 不能读 写入后注释 改为r模式就可读取文本内容
        '''\n换行要自己写电脑并不会自行换行只能按照人的指令执行命令'''
    """
    换行  最早的时候:\r\n
    为了节省空间支持一个字符 根据操作系统的不同可能有所区别 \n 、\r
       
    """

    # a模式 只追加模式:在文件末尾添加内容
    # 路径不存在:自动创建文件
    with open(r'c.txt', 'a', encoding='utf8') as f1:
      pass
    # 路径存在:不会清空文件内容 而是在文件末尾等待新内容的添加
    with open(r'a.txt', 'a', encoding='utf8') as f1:
        f1.write('哈哈哈')  # 直接从原文本末尾写入
        #print(f1.read())  # 写入后注释 改为r模式就可读取文本内容

文件操作模式

    # t模式 即text文本模式 默认的都是t模式			
    	r  # 即rt	
        w  # 即wt
        a  # 即at
    1.该模式只能操作文本文件 不能操作图片，视频等
    2.该模式必须要指定encoding参数
    3.该模式读写都是以字符串为最小单位
	
   # b模式    
	二进制模式  可以操作任意类型的文件
    	rb  不能省略b
        wb  不能省略b
        ab  不能省略b
    1.该模式可以操作任意类型的文件
    2.该模式不需要指定encoding参数
    3.该模式读写都是以bytes类型为最小单位

文件的内置方法

    read()  # 一次性读取文件内的全部内容
	1.执行完之后光标在文件末尾 继续读取没有内容
        2.当文件内容特别大的时候 容易造成内存内存不够用溢出
    readline()  # 只读取一行文本内容 
    readlines()  # 一行一行的完全读取内容 结果是一个列表 元素是一行行的内容
    readable()  # 判断当前文件是否可读  结果为布尔值Ture 或 False
    支持for循环  # 一行行读取文件内容(推荐使用)  内存中同一时刻只会有一行内容 节省内存
    write()  # 写入文件内容(字符串或者bytes类型)
    writelines()  # 可以将列表中多个元素写入文件 
    writable()  # 判断文件是否可写 结果为布尔值Ture 或 False
    flush()  # 进行一个优先级保存 相当于主动按了ctrl+s