字符编码和文件操作
一、字符编码
1、什么是字符编码?
人类能识别的是字符等高级标识符,电脑只能识别0,1组成的标识符,要完成人与机器之间的信息交流,
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)
2、编码表:对应关系形成的结构
常用的编码表有ascii、unicode、GBK、Shift_JIS、Euc-kr
3、Unicode与utf-8的关系:
Unicode:用两个字节来存储汉字,用两个字节来存储英文,占有空间较多,读取速率极高
utf-8:用3-6个字节来存储汉字,用一个字节来存储英文字母,占有空间较少,读取速率低
总结:内存都是按Unicode存储数据,硬盘和cpu采用utf-8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,变长存储数据
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
二、3种字符串
1、Unicode字符串,默认字符串
s1 = u'abc你好\n不好'(\n换行)
2、字节字符串
s2 = b'abc123\xb7\xb7
3、原义字符串:不对字符串内存做任何操作(eg:\n的转换)
s3 = r'abc你好\n不好
三、编码与解码
1、编码
s = '123呵呵'
n_b = bytes(s,encoding='utf-8')
print(n_b)
2、解码
b = b'123\xe5\xe91\xb5\xe5\x91\xb5'
n_b = str(b,encoding = 'GBK')
重点:
将u字符串编码成b字符串:print(u'你好'.encode('utf-8'))
将b字符串解码成u字符串:print(b'\xe4\xbd\xa0\xe5\xbd'.decode('utf-8'))
四、文件操作
1、使用文件的三步骤
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')
操作文件:data = f.read(3) #将所有内容读取出来,如果read括号设置长度,按照规定长度读取数据
line = f.readline()
line = f.readline() #一次读取一行
lines =f.readlines() #按行一次性全部读出
l = []
for line in f:
l.append(line) #逐步一行一行取
关闭文件:
f.close() #释放操作系统对文件的持有,变量f还被应用程序持有
2、模式:
主模式:r | w | a
从模式:b | t | +
了解:x | U
1、w基础写:
文件不存在:会新建文件,再操作文件
文件存在:先清空文件,再操作文件
w = open('b.txt','w',encoding = 'utf-8')