DAY7 字符编码和文件操作

一.软件与python解释器打开文件的方法

　　1.软件打开文件读取数据的流程：

　　　1. 打开软件
　　　2. 往计算机发生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）

　　2.python解释器打开py文件
　　 1. 打开软件(python解释器)
　　 2. 往计算机发生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

　　3.python2与python3解释器区别

　　 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，要打开其他编码文件需要加文件头

　　 3.1文件头：# encoding: 编码表
　　　　功能：告诉py解释器按照什么编码来解释文件内容

二.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

　　　　两种标识符的对应关系形成的结构称之为：编码表

　　3.编码表的发展史　　　　

　　　　1. ascii（ASCII）：字母、数字、英文符号与计算机01标识符的对应关系
　　　　 1.1 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要诞生先有万国编码
　　　　 py3: utf-8, 采用万国编码来解释文本内容

　　4.unicode与utf-8什么关系

　　　　unicode：用2个字节来存储汉字，用2个字节来存储英文字母，占有空间较多，读取效率极高

　　　　utf-8：用3-6个字节来存储汉字，用1个字节来存储英文字母，占有空间较少，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，变长存储数据

三.解码与编码

　　1.三种字符串　

　　　1.1 unicode字符串，默认字符串
　　　　 s1 = u'abc你好\n不好'
　　　　 print(s1) # abc你好

　　　　　　　　　　　　　　不好
　　　1.2 字节字符串
　　　　 s2 = b'abc123\xb7\xb7'
　　　　 print(s2) # b'abc123\xb7\xb7'
　　　1.3 原义字符串: 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) # abc你好\n不好

　　2.编码与解码（*****）

　　　　2.1 将u字符串编码成b字符串

　　　　　　print(u'你好'.encode('utf-8'))

　　　　2.2将b字符串解码成u字符串

　　　　　　print(b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode('utf-8'))

四.文件操作

　　1.文件定义

　　文件：硬盘中一块存储空间(虚拟的文件)

　　文件操作：根据文件名来操作硬盘的那块存储空间，操作方式读read 写write

　　2.文件操作步骤　　　　

　　　　 1. 打开文件

　　　　　　变量名 = 文件空间
　　　　　　文件路径操作模式(读|写) 编码

　　　　 2. 操作文件(读：read() 写：write())

　　　　 3. 关闭文件 *****

　　3.操作模式　　

　　4.读文件基础　　　

　　　　f = open('a.txt', 'r', encoding='utf-8') # 打开文件

　　　data = f.read(3) # 操作文件，将所有内容读取出来，如果设置读取长度，按照规定长度读取数据
　　　　print(data)

　　　#一次读取一行
　　　　line = f.readline()
　　　　print(line)
　　　　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
　　　　l = []
　　　　for line in f:
　　　　　　print(line)
　　　　　　l.append(line)
　　　　print(l)

　　　　s = set()
　　　　for line in f:
　　　　　　print(line)
　　　　　　s.add(line)
　　　　print(s)

　　　　f.close() # 关闭文件，释放操作系统对文件的持有，变量f还被应用程序持有

　　5.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') # 打开文件
　　　　w.write('456') # 写入‘456’到内存

　　　　w.close() # 从内存写入文件，关闭文件