py_编码进阶及文件操作
编码进阶
"""
Python3中有两种数据类型(注意是数据类型而不是编码方式):str和bytes。str类型存储unicode数据，用于向人展示数据，既我们所说的明文。bytes类型用于存储字节数据，用于计算机存储和传输
"""
# s1 = '中国' # str类型用于向人类展示,计算机不认识,想要存储和网络传输必须先将str转化成bytes类型; # s2 = s1.encode('utf-8') # utf-8中转化成bytes类型,一个中文==3bytes; # print(s2) # 用什么编码的就用什么解码 # s3 = s2.decode('utf-8') # print(s3) # 同理GBK编码也是 # ------------------------ # gbk与utf-8的转换 # utf-8<---->unicode<---->gbk s1 = '中国' # 首先将字符串编码成bytes类型才能传输 a = s1.encode('utf-8') # 发送bytes类型 # 接收者首先需要将a解码成unicode编码(万国码) a1 = a.decode('utf-8') # 在编码成gbk格式用于存储 a2 = s1.encode('gbk') # 解码gbk查看 a3 = a2.decode('gbk') print(a3)
编码进阶： # str -----> utf-8 bytes a = '中国' b = a.encode('utf-8') print(b) # b'\xe4\xb8\xad\xe5\x9b\xbd' # str -----> gbk bytes c = a.encode('gbk') print(c) # b'\xd6\xd0\xb9\xfa' # utf-8 bytes ------> str uniconde demo = b'\xe4\xb8\xad\xe5\x9b\xbd' str_l = demo.decode('utf-8') print(str_l) # gbk bytes ------> str uniconde demo1 = b'\xd6\xd0\xb9\xfa' str_2 = demo1.decode('gbk') print(str_2) # 终极转换 utf-8 ------> gbk 两者之间的转换必须通过万国码(unicode) t = b'\xe4\xb8\xad\xe5\x9b\xbd' # 先将utf-8编码转换成unicode y = t.decode('utf-8') # 在将y编码成gbk u= y.encode('gbk') print(u)
文件操作
文件操作：
#1. 打开文件的模式有(默认为文本模式)：
r ，只读模式【默认模式，文件必须存在，不存在则抛出异常】
w，只写模式【不可读；不存在则创建；存在则清空内容】
a， 只追加写模式【不可读；不存在则创建；存在则只追加内容】
#2. 对于非文本文件，我们只能使用b模式，"b"表示以字节的方式操作（而所有文件也都是以字节的形式存储的，使用这种模式无需考虑文本文件的字符编码、图片文件的jgp格式、视频文件的avi格式）
rb
wb
ab
注：以b方式打开时，读取到的内容是字节类型，写入时也需要提供字节类型，不能指定编码
#3,‘+’模式（就是增加了一个功能）
r+， 读写【可读，可写】
w+，写读【可写，可读】
a+， 写读【可写，可读】
#4，以bytes类型操作的读写，写读，写读模式
r+b， 读写【可读，可写】
w+b，写读【可写，可读】
a+b， 写读【可写，可读】
r+ 读写模式:先读后写
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.
read:读取全部内容(文件较大时不可用,用for循环读取)
r模式:read(n)----n代表读取第几个字符
rb模式:read(n)---n代表读取第几个字节
其余的文件内光标移动都是以字节为单位的如：seek，tell，truncate
readlien:读取第一行
readliens:返回一个list 列表的每个元素是源文件的每一行.
重点：seek光标移动(按字节移动)中文3个字节，英文一个字节，换行(\n)是2个字节;
seek(0,0)把光标移到起始位置
seek(0,1)当前光标所在位置
seek(0,2)把光标移到结束位置
r模式:read(n)----n代表读取第几个字符，只有r模式n代表字符，其他都是按字节读取
1. seek有三种移动方式0，1，2，其中1和2必须在b模式下进行，但无论哪种模式，都是以bytes为单位移动的
2. truncate是截断文件，所以文件的打开方式必须可写，但是不能用w或w+等方式打开，因为那样直接清空文件了，所以truncate要在r+或a或a+等模式下测试效果。
常用操作： def close(self, *args, **kwargs): # real signature unknown 关闭文件 pass def fileno(self, *args, **kwargs): # real signature unknown 文件描述符 pass def flush(self, *args, **kwargs): # real signature unknown 刷新文件内部缓冲区 pass def isatty(self, *args, **kwargs): # real signature unknown 判断文件是否是同意tty设备 pass def read(self, *args, **kwargs): # real signature unknown 读取指定字节数据 pass def readable(self, *args, **kwargs): # real signature unknown 是否可读 pass def readline(self, *args, **kwargs): # real signature unknown 仅读取一行数据 pass def seek(self, *args, **kwargs): # real signature unknown 指定文件中指针位置 pass def seekable(self, *args, **kwargs): # real signature unknown 指针是否可操作 pass def tell(self, *args, **kwargs): # real signature unknown 获取指针位置 pass def truncate(self, *args, **kwargs): # real signature unknown 截断数据，仅保留指定之前数据 pass def writable(self, *args, **kwargs): # real signature unknown 是否可写 pass def write(self, *args, **kwargs): # real signature unknown 写内容 pass
文件的修改
文件的数据是存放于硬盘上的，因而只存在覆盖、不存在修改这么一说，我们平时看到的修改文件，都是模拟出来的效果，具体的说有两种实现方式：
方式一：将硬盘存放的该文件的内容全部加载到内存，在内存中是可以修改的，修改完毕后，再由内存覆盖到硬盘（word，vim，nodpad++等编辑器）
import os # 调用系统模块 with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f: data=read_f.read() #全部读入内存,如果文件很大,会很卡 data=data.replace('alex','SB') #在内存中完成修改 write_f.write(data) #一次性写入新文件 os.remove('a.txt') #删除原文件 os.rename('.a.txt.swap','a.txt') #将新建的文件重命名为原文件
方式二：将硬盘存放的该文件的内容一行一行地读入内存，修改完毕就写入新文件，最后用新文件覆盖源文件
import os with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f: for line in read_f: line=line.replace('alex','SB') write_f.write(line) os.remove('a.txt') os.rename('.a.txt.swap','a.txt')
练习：
1. 文件a.txt内容：每一行内容分别为商品名字，价钱，个数。
apple 10 3
tesla 100000 1
mac 3000 2
lenovo 30000 3
chicken 10 3
通过代码，将其构建成这种数据类型：[{'name':'apple','price':10,'amount':3},{'name':'tesla','price':1000000,'amount':1}......] 并计算出总价钱。
2，有如下文件：
-------
alex是老男孩python发起人，创建人。
alex其实是人妖。
谁说alex是sb？
你们真逗，alex再牛逼，也掩饰不住资深屌丝的气质。
----------
将文件中所有的alex都替换成大写的SB。
