一、字符编码
什么是字符编码？
能识别的是字符高级标识符，电脑只能识别0，1，要完成人与机器之间交流一定需要一个媒介，进行两种标识符的转化（两种标识符的对应关系）
对应关系形成的结构称之为：编码表
了解：编码表的发展史：
1、ASCII：字母、数字、英文字符与计算机01标识符对应关系
思考：如何将128个字符用01完全标签
二进制：11111111=>255=>1bytes(1字节)=>8个二进制位
2、中国：研究汉字与计算机01标识符的对应关系：gb2312=>GBK(***)=>GB18030
日本：Shift_JIS
棒子：Euc-kr
3、制造一个可以完成万国字符与计算机01标识符的对应关系的编码表
编码表：Unicode表
py2：ASCII，没有按万国编码，原因py2要诞生先于玩过编码
py3：utf-8采用万国编码来解释文本内容
Unicode：用2个字节来存储汉字，用2个字节来存储英文字母，占用空间较多，读取效率极高
Utf-8：用3-6个字节来储存汉字，用1个字节来存储英文字母，占用空间较少，读取效率低
总结：内存都是按Unicode存储数据，硬盘和cpu采用utf-8来存取数据
Unicode与utf-8采用的是一张Unicode编码表，utf-8是Unicode编码表体现方式，变长储存数据
变长优点：（大量数据都是以英文存在，所以utf-8空间更小）传输速度更快
软件打开文件读取数据的流程：
1、打开软件
2、往计算机发出一个打开文件的指令，来打开文件
3\读取数据渲染给用户（存取编码不一致，乱码）
python解释器打开py文件的流程：
1、打开软件（python解释器）
2、往计算机发出一个打开文件的指令，来打开文件
3、逐行解释打开的文件内容（存取编码不一致，无法正常解释，崩溃），将执行结果展示给用户
解释失败的原因：
py2默认按ASCII来解释文件内容，py3默认按UTF-8来解释文件内容
文件头：encoding：编码表
二、三种字符串
1、Unicode字符串，默认字符串
s1 = u"abc你好\n不好"
print(s1)
2、字节字符串
s2 = b"abc123\xb7\xb7" print(s2)
3、愿意字符串：不对字符串内存做任何操作（eg:\n的转化）
s3=r"abc你好\n不好" print(s3)
编码与解码
s = "123呵呵" n_b = bytes(s,encoding="utf-8") print(n_b) b =b"123\xe5\x91\xb5\xe5\x91\xb5" n_s = str(b,encoding="GBK") print(n_s)
重点：u""和b""之间的转换
#将u字符串编码成b字符串 u"".encode("utf-8") 例：print(u"你好".encode("utf-8"))
#将b字符串解码成u字符串 b"".decode("utf-8") 例：print(b"\xe4\xbd\xa0\xe5\xa5\xbd".decode("utf-8"))
三、文件操作
文件：硬盘中一块储存空间（虚拟的文件）
文件操作：根据文件名来操作硬盘的那块储存空间，操作方式：读read 写write
1、使用文件的三步骤:
1.1、打开文件
变量名 = 文件空间
文件路径 操作模式（读|写）编码
f = open("a.txt","r",encoding="utf-8")
1.2、操作文件
#将所有内容读取出来,如果设置读取长度，就按照规定长度读取 data = f.read() print(data) #一次读取一行 line = f.readline() print(line) #按行一次性全部读出 lines = f.readlines() print(lines) #逐步一行一行读取 #存入列表 l=[] for line in f: l.append(line) print(l) #去重 s = set() for line in f: s.add(line) print(s)
3、关闭文件
f.close() #释放炒作系统对文件的持有，变量f还被应用程序持有 print{f}
四、模式：
主模式：r：读 w：写 a：追加
从模式：b：按字节操作 t：按字符操作 +：可读可写
了解：x：写异常 U：被遗弃了
#基础写 #文件不存在：会新建文件，在操作文件 #文件存在：先清空文件，在操作文件 w = open("b.txt","w",encoding="utf-8") w = weite("456") w.close() print("end")
