Python之路，第十六篇：Python入门与基础16

python3   bytes 和 bytearrary

bytes

二进制文件的读写：

什么是二进制文件读：

文件中以字节（byte）为单位存储，不以换行符（\n）为单位分隔内容的文件；

 f = open('mytext.txt', 'w')
 f.write("你好中国")
 f.close()
 
 $xxd   mytest.txt
 e4db a0e5 a5bd b8ad e59b bd0a

二进制文件操作方法：

F.read( size = -1 )     从一个文件流中最多读出size个字符

F.write(字符串/字节串)    写一些数据到文件流中，返回写入的字节数（字符数）

F.tell（）   返回当前文件流的绝对位置

F.seek( cookie,   whence=0)  改变数据流的位置，返回新的绝对位置

F.readable()           判断这个文件是否可读，可读则返回True

F.writable()            判断这个文件是否可写，可写则返回True

 f = open('mytext.txt', 'rb')
 b = f.read()  # bytes 类型
 f.close()
 print(len(b))  #用len取值

F.read()   返回类型：

文本文件， 返回字符串

二进制文件，返回字节串（字节序列）

 f = open('mytext.txt', 'wb')
 f.write("你好".encode("utf-8"))    #6个字节
 f.write(b"ABCD")
 f.write(b"\n")
 f.write(b"hello abcd\n")
 f.close()

 f = open('mytell.bin', 'wb')
 print("f.tell返回：", f.tell())   #
 b = f.read(5)
 print(b)
 print("f.tell返回：", f.tell())   #
 f.close()

F.write(x) 函数

F.seek(偏移量， whence=相对位置)

偏移量： 大于0 的数代表向文件尾放心移动

小于0 的代表向文件头方向

相对位置：

0    代表从文件头开始偏移；

1    代表从当前位置开始偏移；

2     代表从文件尾开始偏移；

 f = open('mytell.bin', 'wb')
 print("f.tell返回：", f.tell())   #
 b = f.read(5)
 print(b)
 print("f.tell返回：", f.tell())   #
 
 f.seek(10, 0)  # 从开头向后10个字节
 f.seek(5, 1)   # 从当前位置向后移5个字节
 f.seek(-10, 2) # 从文件尾向前移动10个字节
 b = f.read(5)  #读5个字节
 print(b)   #b'12345'
 
 f.close()

bytearray类型

bytes 类型不可变类型
bytearray 类型为可变的数据类型

操作
+ += * *=
比较运算：< 、<= > >= == !=
in / not in 运算符
bytearray 的方法
B.clear() 清空
B.append(n) 追加一个字节（n为0-255的整数）
B.remove(value) 删除第一次出现的字节，如果没有出现，则产生ValueERROR错误
B.reverse() 字节的顺序进行反转
B.decode(encoding='utf-8') 转换成字符串
B.find(sub[, start[,end]]) 查找到了会返回大于等于零的数，查找失败返回-1的数；

创建字节串（bytearray）的函数
bytearray（）创建空的字节串
bytearray (整数)
bytearray（整型可迭代对象）
bytearray（字符串，encoding='utf-8'）
index /slice  索引/切片

 bytearray()
 bytearray(b'')
 bytearray(10)
 bytearray(b'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00')
 bytearray([65,66,67,8])
 bytearray(b'ABC\x08')
 bytearray([65,66,67,68])
 bytearray(b'ABCD')
 bytearray('ABCD你好','utf-8')
 bytearray(b'ABCD\xe4\xbd\xa0\xe5\xa5\xbd')
 bytearray(b'abcdef')
 bytearray(b'abcdef')
 ba1 = bytearray(b'ABCD')
 ba2 = bytearray(b'EF')
 ba1 + ba2
 bytearray(b'ABCDEF')
 ba1
 bytearray(b'ABCD')
 ba1[0]
 65
 ba1[0]=97
 ba1
 bytearray(b'aBCD')
 ba3 = bytearray(b'ABCDEF')
 ba3[::2]
 bytearray(b'ACE')
 ba3
 bytearray(b'ABCDEF')
 ba3.clear()
 ba3
 bytearray(b'')
 ba3.append(97)
 ba3
 bytearray(b'a')
 ba3.append(98)
 ba3
 bytearray(b'ab')
 ba3.append(100)
 ba3.append(97)
 ba3
 bytearray(b'abda')
 ba3.remove(97)
 ba3
 bytearray(b'bda')
 ba3.remove(97)
 ba3
 bytearray(b'bd')
 ba3.remove(97)
 Traceback (most recent call last):
   File "<input>", line 1, in <module>
 ValueError: value not found in bytearray
 ba = bytearray(b'A1B2C3D4')
 ba.reverse()
 ba
 bytearray(b'4D3C2B1A')
 s = ba.decode('utf-8')
 s
 '4D3C2B1A'
 type(s)
 <class 'str'>
 ba
 bytearray(b'4D3C2B1A')
 ba.find(bytearray(b'3C'))
 2
 ba.find(bytearray(b'3CC'))
 -1

练习1

 #有一个bytearray字节序列，ba = bytearray（b'a1b2c3d4'）
 #如何得到1234和abcd
 #将上述bytearray 修改为bytearray（b'A1B2C3D4'）
 ba = bytearray(b'a1b2c3d4')
 print(ba[1::2])   #bytearray(b'1234')
 print(ba[1::2].decode('utf-8')) #
 print(ba[::2].decode('utf-8'))  #abcd
 #
 ba[::2] = 'ABCD'
 #ba[::2] = 'ABCD'
 #TypeError: can assign only bytes, buffers, or iterables of ints in range(0, 256)
 ba[::2] = b'ABCD'  #bytearray(b'A1B2C3D4')
 ba[::2] = bytearray(b'ABCD')  #bytearray(b'A1B2C3D4')

标准输入输出文件：
sys.stdin
sys.stdout
sys.stderr

模块 sys
例子：

------mystdout.py-----------
sys.stdout.write("你好") #标准输出
sys.stdout.write("\n中国\n")

sys.stderr.write("我的出现是个错误\n")#标准错误输出

s = sys.stdin.read() #标准输入
print(s)
--------------
mystdout.py < input.txt
----------------input.txt------
这是标准输入的文本。
》》》
你好
中国
我的出现是个错误
这是标准输入的文本。
=========================================

ctr + D 输入文件结束符
输入重定向的文件内容将发送给sys.stdin

=================

汉字编码：

GB18030 ( GBK ( GB2312 ) )

UNICODE <-> UTF-8

注：BIG5（略过）

GB2312-80编码： 1980年发布，用两个字节进行编码，编码范围（A1A1~FEFE）包含汉字6763个和682个其他字符；

GBK编码：1995年制订，两个字节编码（8140~FEFE）（剔除xx7F）收录文字21003个；

第一个字节： 81-FE

第二个字节： 40-7E， 80-FE

GB18030-2005编码：收录了27533个汉字，用两字节或四字节进行编码；

ISO：

UNICODE -16 （两字节）

0x0000 -- 0xFFFF

ASCII ( 0-127 ) --> (  0x0000-0x007F )

UNICODE-32（四字节）

ASCII (0-127) --->  ( 0x00000000-0x0000007F )

UTF-8 ( 8-bit unicode Transformation Font/Format )

Unicode <<--->>UTF-8 互转

0x0000 ~ 0x007F   一字节

0x0080 ~ 0x07FF   二字节

0x0800 ~ 0xFFFF   三字节（中国落在此区域）

 f = open("gb2312.txt",'rb')
 b = f.read()
 s = b.decode('gbk')  #'gbk'/'gb2312'/'gb18030'
 print(s)
 f.close()
 #我是gbk测试中文#gb2312.txt