三.字符编码与文件操作
一.字符编码：
http://www.cnblogs.com/leesf456/p/5317574.html 参考
字符编码与二进制：
计算机底层是二进制，输出中文时，是通过ascii码编译成中英文，
ASCII码表（美国标准信息交换代码）：最多有2*8个字符，256个。
65-90位26个为大写字母，97-122为小写字母。
GB2312表：占用72*94的码位。6000多个汉字→→ GBK1.0 ：收录了2万多个汉字 →→
GB18030 ：收录了27000多个汉字。 中文为2个字节
发展历程：
ASCII 256个字符 →→ GB2312（1980,6700多个汉字）→→GBK（1995,21000）→→GB18030(2000，27000)
Unicode(万国码）：支持所有文字
占用空间对比：
ASCII:
二进制位=bit = 8bits = 1bytes
1024 bytes = 1 kb
1024 kb = 1 MB
ASCII 256, 由于每个ASCII字符都占8位，所以二进制位是用8位，一个字节为8位。
一个二进制位是计算机里的最小表示单元
一个字节是计算机最小的存储单位
Unicode：一个字符两个字节，一个英文两个字节
utf-32 = 32位 = 4字节
utf-16 = 16位 = 2字节
utf-8 = 8位 = 1字节 可变长编码 ：英文一个字节，中文三个字节
单行注释： #
多行注释：``` ``` 不可以执行，可以被打印
在python2中与python3中字符编码的区别：
1.在python2中，
str：bytes数据
unicod：unicode编码后的数据
2.pyhton3中
str:unicode编码后的数据
bytes:bytes数据
bytes:字节类型（二进制类型），所有的字符要存到内存里，硬盘里，都是bytes格式
在python2里，看到字符串，就是bytes
在python3里，看到的字符串，是str，
在python3里面，内存里面全是unicode，而文件的默认编码方式是utf-8
由于python3内存里面全是unicode，字符串在pyhton3里面也是unicode类型，所有不需要再进行解码，直接编码就行。
而在python3里面看到bytes，直接encode就是看到bytes.
编码的encode()，decode()的用法。
s = '中国' print(type(s)) print(type(bytes(s,encoding='utf-8'))) b = s.encode(encoding='utf-8') print(b) print(b.decode(encoding='utf-8'))
----------------------------- 运行结果
<class 'str'>
<class 'bytes'>
b'\xe4\xb8\xad\xe5\x9b\xbd'
中国
**.编码需要注意的一点就是，用什么编码表编码的就用什么编码变解码，在python3中，一般在文件开头声明给解释器去用utf-8编码格式去解释下面文件内容。
coding：utf-8
二.文件的处理：可参考：https://blog.csdn.net/m0_38059843/article/details/78240835
1.文件操作的三个步骤:
1>打开文件：f = open('file_path',mode='',encoding='')
打开文件的过程是通过内置函数open()得到一个文本i/o的流，Txtiostream ，也可以说成是文件句柄，实际上是一个生成器，具有生成器性质与特征。
从硬件上去看文件的打开操作：当我们打开一个文件的时间，应用程序会向操作系统发送一个请求打开文件的指令，操作系统就会从硬盘中拿到这个文件的引用，然后交给应用程序使用，所有当我们进行文件处理的时候，要在最后进行文件关闭的操作。
2>文件操作：
通过打开文件，获得一个文件流，也就是文件句柄，直接调用f的方法就能对文件进行操作。
1.f.read() ：一次性读取文件的全部内容，f.read(file_size) file_size 可以确定一次读取文件内容的大小，是以字符单位读取文件内容的。
2.f.readline():每次读取文件的一行内容。
3.f.readlines():一次性读取文件的全部的行内容。
如何得到文件的每一行内容:
for line in f： f是一个生成器，它会每次遇到一个\n就将一行内容赋值给line，从而循环读取文件的每一行。
3>.文件关闭:f.close()
3.文件的操作模式：(mode)
1.纯净模式：r,w,a
r:只能进行读取文件操作
w:只能进行文件写的操作
a：在文件末尾进行写的操作
2.t模式：文本模式
1>.读写是以字符串为单位的模式，
2>.只能针对文本文件，无论是在读过程中只能针对文本文件，无论是在读过程中,还是写过程中会自动将字符串转换成二进制，是因为默认指定的编码方式为utf-8
3.b模式：二进制模式 读写操作是以二进制位单位的模式,不需要指明encoding的编码方式t,b模式不能单独使用，必须和纯净模式联合使用，如rt，rb，wt，wb
文件复制：
with open('file',mode='rb') as f_read：
data = f_read.read()
with open('file',mode='wb') as f_write:
f_write.write(data)
这样可以进行文件复制，但当文件过大时会出现内存爆掉的可能，所以用以下方式更好：
with open('file',mode='rb') as f_read,open('file',mode='wb') as f_write:
for line in f_read:
f_write.write(line)
文件模式详解：
1.r模式：只读模式，打开文件，文件不存在报错，指针直接跳到文件开头位置
2.w模式：写模式 写入文件内容，文件不存在则报错，指针直接跳到文件开头 要加\n
文件不存在的时候回创建空文档，文件存在时会清空文件
3.a模式：追加模式，文件不存在时候新建空文档，文件存在的情况下会将指针移动到文件末尾。
2.操作文件的方法：r+,w+,a+
3.文件指针的移动：f.seek()
4.文件修改的两种方式：
flush()：将文件的内容立即刷到硬盘，在文件写入大量数据时，及时释放内存空间，否则会出现内存溢出，数据丢失，会将文件内容立即刷到硬盘
writelines():
6.文件内指针的移动
##大前提：文件内指针的移动是以Bytes为单位的，唯独t模式下的read模式读取文件是以字符串为单位的
1. f.seek（指针移动的字节数，模式控制）=控制文件指针的移动
模式控制：
0：默认模式，该模式代表指针移动的字节数是以文件开头为参照的
1:该模式代表指针的字节数是以当前文件所在的位置为参照
2：该模式代表的指针的字节数是以当前文件末尾的位置为参照
##强调：其中0模式可以在t或者b模式使用，而1，2模式只能在b模式下用，在2模式下，f.seek(0,2)特殊可以在t模式下使用
2. f.tell（）查看文件指针距离当前文件开头的位置
