day3----编码-集合-深浅copy-文件操作-函数初识

本文档主要内容：

一 编码

二 集合

三 深浅copy

四 文件操作

五 函数初识

首先，我们来看看两个字符串的比较

打开cmd，进入dos界面
 
>>>a='xingchen@'
 
>>>b='xingchen@'
 
>>>print(a==b)    结果为 True
 
>>>print(a is b)    结果为 False
 
上面的两种结果不一样为什么?

这里我们引入id命令，用来测试内存地址

>>> print(id(a))
2138501550128
>>> print(id(b))
2138501550184 #可以看出内存地址不一样

自此：== 比较的是值，而is比较的是内存地址

进行第二个实验让 a='xingchen'  b也是b='xingchen'  结果两个都是True

为什么？

小数据池：在str和int中存在这样一个东西，它叫小数据池，即使存在100个这样的变量，在一定范围内，他们都指向同一个内存地址

　　　　　存在的意义：节省内存

什么样的范围：对于int  -5 ---- 256

　　　　　　　对于 str：1 不能含有特殊字符，2 单个元素*int 不能超过21

　　　　　　　　例如：
　　　　　　　　　　>>> i='a'* 20
　　　　　　　　　　>>> i1='a' * 20
　　　　　　　　　　>>> print(id(i),id(i1))
　　　　　　　　　　2138501554296 2138501554296 #这里是一样的
　　　　　　　　　　又如：
　　　　　　　　　　>>> i='a'* 21
　　　　　　　　　　>>> i1='a' * 21
　　　　　　　　　　>>> print(id(i),id(i1))
　　　　　　　　　　2138501554368 2138501554440 #这里就不一样了

First -------编码

1.1  ascii：

包含数字，字母，特殊字符，它只有两种表示形式0和1，八个这样的二进制被称为一个字节（byte），
 
ascii一共规定了128个字符的编码，这128个字符只占了这个字节的后七位，最前面的一位为0

1.2 unicode：

万国码，unicode字符集被简成为ucs。
 
unicode起初是用两个字节表示一个字符，后来规定一个字符使用的3个或四个字节表示，
 
这里就产生了问题：无论是简单的英文字符还是复杂的其他字符都用三或四个字节表示，对于存储来说造成了极大浪费，（一个中文使用四个字节表示）。

1.3 utf-8:

utf-8是unicode的一种实现方式，其他还有utf-16和utf-32;
 
它采用变长的编码格式，根据情况，可以使用1-4个字节表示，一般英文字符就用一个字节表示，欧洲语言使用两个字节表示，（中文使用三个字节表示）。

1.4 gbk:

中国大陆制订的，等同于ucs的新的中文编码扩展国家标准，可以表示简体字和繁体字，兼容gb2312

**下面：Unicode，utf-8，gbk，每个编码英文，中文，分别用几个字节表示。

　　　　　　英文              中文
 
unicode: 　　4 　　　　　　4
 
utf-8: 　　　　1 　　　　　　3
 
gbk: 　　　　1 　　　　　　2

其他：

1 不同编码之间的二进制是不能互相识别的
2 对于文件的存储以及传输，不能是unicode的编码（占内存多）。

1.5 bytes和str

在python3.x版本中，有两种类型的字符比较类似

bytes：str拥有的功能，它也有，内部编码方式可以设定，非unicode，可能是utf-8,可能是gbk,可能是gb2312
str（字符串）:内部编码方式是unicode，所以不能直接用于文件的存储和传输
str如果要存储： str 转化成--->bytes ---->用于存储和传输
为什么要存在str---因为bytes显示出来的中文没办法识别，只有英文可以，bytes的类型前面有个b，例如b'abcd'

str ---> bytes 使用encode 编码

例如：    s1='xingchen'
　　　 s2='中文'
b1=s1.encode('utf-8')
b2=s1.encode('gbk')
b3=s2.encode('utf-8')
b4=s2.encode('gbk')
print(b1,b2) --->结果为：b'xingchen'    b'xingchen'   b1和b2看着结果一样却是不同的编码
print(b3,b4) ----》结果为：b'\xe4\xb8\xad\xe6\x96\x87'      b'\xd6\xd0\xce\xc4' 中文就看出区别了

bytes --->str 使用decode 解码
例如：b1.decode('utf-8')      b2.decode('gbk')

utf-8要向转化成gbk的编码格式：utf-8首先转化成utf-8的bytes类型，再转化成gdk的bytes类型，如果想转化成str的gdk再使用decode

例如：

例子1：
s='中国' #utf-8的str类型
b=s.encode('gbk') #gbk的bytes类型
c=b.decode('gbk') #转化成str的gbk unicode
print(b) #结果为 b'\xd6\xd0\xb9\xfa'
print(c) #结果为 中国
 
例子2：
s2='中文'
d=s2.encode('gbk').decode('gbk')
d1=d.encode('gbk') #转化成gbk的bytes类型，查看编码格式
e=s2.encode('utf-8').decode('utf-8')
e1=e.encode('utf-8') #转化成utf-8的bytes类型，查看编码格式
print(d,d1)
print(e,e1)

pycharm上面使用的是str类型也即是unicode编码，如果从其他地方传过来的文件是utf-8的话，先encode为utf-8的unicode类型，转化成gbk的话再decode('gbk')就好了

pycharm上面的字符串本身就是unicode编码，因此可以直接转化其他编码的bytes类型，例如：str.encode('utf-8')   又如： str.encode('gbk')

********************************所以utf-8的bytes类型转化成gbk的bytes类型 s.encode('utf-8').decode('gbk') 。反之亦然************************************回到页头************************************************

Second ----集合

set1={}
1要求它里面的元素，是可哈希的，str tuple int bool，元素不重复，无序
集合本身是不可哈希的
2 功能：关系测试，去重
例如：
　　set1={'a','b','c','d','a'}
　　print(set1) #结果为{'b', 'c', 'a', 'd'}，再刷新就变成{'a', 'b', 'c', 'd'} #表明是无序的

#将一个列表去重

　　l=[1,2,1,3,3,4,5,4]
　　print(set(l)) ---》{1, 2, 3, 4, 5}
　　print(list(set(l))) --》[1, 2, 3, 4, 5]

集合的--增

　　set={'a','b','c'}
　　set.add('d')
　　print(set)

集合的--删

　　set1={1,2,3}
　　set.update(set1)
　　print(set) #结果为 {1, 'c', 'd', 2, 3, 'b', 'a'}
　　set.pop() #随机删除因为无序性
　　print(set)
　　set.remove('a') #按照元素删除，不存在会报错
　　print(set)
　　set.clear()
　　print(set) # 结果 set()
　　del set 只能删除整个集合，del不能切片删除

#没有改，下面是查
集合的---查
# 使用for循环
　　for i in set:
　　print(i)
不能使用in查

集合的一些用法：
#交集

　　set1={1,2,3,4,5}
　　set2={4,5,6,7,8}
　　print(set1 & set2)
　　print(set1.intersection(set2))

#并集
　　print(set1 | set2)
　　print(set1.union(set2))
#差集,前面独有的元素

　　print(set1 - set2)
　　print(set2-set1)
　　print(set1.difference(set2))

#反交集
　　print(set1 ^ set2)
　　print(set1.symmetric_difference(set2))
#子集
　　set1={1,2,3}
　　set2={1,2,3,4,5}
　　print(set1 < set2)
　　print(set1.issubset(set2))
#超集
　　print(set2>set1)
　　print(set2.issuperset(set1))
#不可变的集合
　　print(frozenset(set1)) ---》frozenset({1, 2, 3})

Third ---深浅copy                                                                   回到页头

s1=[1,2,3]
s2=s1 #赋值，共用一个空间，无论多少层是一样的，一个改变，另外一个也会改变
s1.append(666)
print(s1,s2) ----》[1, 2, 3, 666] [1, 2, 3, 666]
 
s1=[1,2,3]
s2=s1.copy() #浅copy
s1.append(666)
print(s1,s2) ---》[1, 2, 3, 666] [1, 2, 3]
 
s1=[1,2,3,[11,22]]
s2=s1.copy()
s1[-1].append(666)
print(s1,s2) ---》[1, 2, 3, [11, 22, 666]] [1, 2, 3, [11, 22, 666]]

*******所以浅copy第一层各自独立，从第二层开始，共用一个内存地址*****

import copy
s1=[1,2,3,[11,22]]
s2=copy.deepcopy(s1)
s1[-1].append(666)
print(s1,s2) --》[1, 2, 3, [11, 22], 666] [1, 2, 3, [11, 22]]

深copy无论多少层，都是相互独立的

#切片：浅copy

　　s1=[1,2,3,[11,22]]
　　s2=s1[:]
　　# s1.append(666) #结果为 [1, 2, 3, [11, 22], 666] [1, 2, 3, [11, 22]]
　　s1[-1].append(666) #结果为[1, 2, 3, [11, 22, 666]] [1, 2, 3, [11, 22, 666]]
　　print(s1,s2)

模拟tail -f命令

#tail -f access.log
# import time
# with open(r'xxxxx','rb') as f:
#     f.seek(0,2)
#     while True:
#         line=f.readline()
#         # print('===>',line)
#         if line:
#             print(line.decode(),end='')
#         else:
#             time.sleep(0.05)

tail -f

Fourth---文件操作

文件路径：path
编码方式：encoding
操作方式：mode: 读，写，读写，写读，追加，改。。。
执行流程：1打开文件，产生文件句柄 2 对文件句柄进行操作 3关闭文件句柄

f1=open(r'b.txt',encoding='utf-8',mode='r')
print(f1.read())
f1.close()

f1文件句柄，open()调用的内置函数，内置函数调用的系统内部open
r'b.txt' 表示文件路径转义，一般加r，或者加一个/转义路径碰到的问题
mode='r' 其中r的模式是默认的

read() 读取文件中的全部内容
read(n)读取一部分内容

对于mode模式，有两种情况

mode='r'

r模式：read(n) 按照字符读取n个字符

rb模式：以bytes方式读取，read(n)按照字节读取n个字节，一个中文一般要读取三个字节，要不然解码的时候会报错

readline() 每次读取一行
readlines() 读取全部内容，但是处在一行，放在一个列表中，以回车（\n）为分隔
for循环读取：每次读取一行

下面是举例说明

写：w
没有文件，新建文件写入内容，
有文件的话--》先清空内容，再写入新内容

f1=open('c.txt',encoding='utf-8',mode='w')
f1.write('呵呵 kjdf')
f1.close()

图片的读取与写入，实现了新复制的图片2 #图片必须使用bytes的类型读取

　　f1=open('1.jpg',mode='rb')
　　content=f1.read()
　　f2=open('2.jpg',mode='wb')
　　f2.write(content)
　　f1.close()
　　f2.close()

追加 a
没有文件，创建文件，类似于w
有文件，在最后追加内容

r+ 读写模式，先读后写，如果先写后读的话，将写的内容覆盖原文件一部分内容，按照字节替换，如果写的内容不是中文字节的3倍将报错，这里指utf-8编码

f1=open('b.txt',encoding='utf-8',mode='r+')
print(f1.read())
f1.write('') #里面只能加入字符串类型的字符
f1.close()
 
f1=open('b.txt',encoding='utf-8',mode='r+')
# print(f1.read())
# f1.write('666') #里面只能加入字符串类型的字符
f1.write('a') #报错
print(f1.read())
f1.close()

w+先写后读，有文件将清空内容，再写入，此时光标在最后，读的是空内容

a+ 先追加再读

操作方法：read readline readlines write
其他操作方法：readable是否可读 writable是否可写
print(f1.tell()) 打印出光标的位置，按照字节显示数字
f1.seek(12) 任意调整光标的位置 --》按照字节移动
f1.seek(0,2) 光标调整到最后
f1.seek(0) 光标调整到开头

f1=open('b.txt',encoding='utf-8',mode='r')
f1.read(3) #按照字符读取
print(f1.tell()) #打印光标的位置是按照字节
f1.close()

f1.truncate(n) 按照字节对源文件进行截取，必须是在 a或 a+，或者r+模式，清空文件内容再将截取的内容放入文件

　　f1=open('b.txt',encoding='utf-8',mode='a+')
　　f1.truncate(3) #截取了三个字节
　　f1.close()

with open('文件路径'，encoding='模式') as f1 不用主动关闭文件句柄，可以打开多个文件
with open('c.txt',encoding='utf-8') as f1,\
open('b.txt',encoding='utf-8',mode='w') as f2:
content=f1.read()
f2.write(content)
清空b.txt中的内容，并将c.txt的内容复制到b.txt中

文件的修改：
1 以读的模式打开原文件，以写的模式打开一个新文件（这个文件可以事先不存在）
2 将原文件读出，并按要求修改，并将修改后的内容写入新文件
3 删除原文件
4 将新文件重命名为原文件
例如：

　　import os
　　with open('b.txt',encoding='utf-8') as f1,\
　　open('b.bak',encoding='utf-8',mode='w')as f2:
　　for line in f1:
　　new_line=line.replace('xingchen','AA')
　　f2.write(new_line)
　　os.remove('b.txt')
　　os.rename('b.bak','b.txt')

例子：文件一次读两行，区别单双行

with open('test-test','r') as f:
   content=f.readlines()
   p=0
   q=2
   print(len(content))
   while True:
      i=content[p:q]
      p = p + 2
      q = q + 2
      x,y=i[:]
      print(x.split()[0],y.split()[0])
      if q==len(content)+2:
         break
      elif q==len(content)+1:
         i=content[-1]
         print(i)
         break

Fifth-----函数初识

def 函数名():
函数体
出现return的话，return后面的内容不会执行
**return 等同于 return None 一般None省略

return的返回值有两种：
1 return 可以返回单个值
2 return 可以返回多个值多个值，会将多个值放入一个元组中，将元组返回给函数的执行者
例如：

　　def func1():
　　　　print(111)
　　　　print(2222)
　　　　return 666 ,'xingchen',[1,2,3]
　　ret=func1()
　　print(ret)

实参角度：
位置参数: 必须一一对应
　　def func1(a,b,c):
　　　　print(a,b,c)
func1(1,2,'xingchen')

def max(a,b): return a if a>b else b #比较大小的函数

关键字传参：必须一一对应
　　def func2(a,b):
　　　　print(a,b)
func2(b=2,a=3)

混合参数：（位置参数和关键字参数）关键字参数必须在位置参数后
　　def func2(a,b,c,d):
　　　　print(a,b,c,d)
func2(1,2,d=3,c=5)

形参角度：
位置参数。按顺序一一对应

默认参数。默认参数在位置参数的后面

def login(name,sex='男'):
　　with open('register',encoding='utf-8',mode='a') as f1:
　　f1.write('{}，{}\n'.format(name,sex))
 
while True:
name=input('姓名： ').strip()
if '' in name:
　　login(name)
　　else:
　　sex=input('性别: ').strip()
login(name,sex)

动态参数，*args, **kwargs #函数定义的时候，*代表聚合，**表示关键字参数放入一个字典
args:所有的位置参数，放在一个元组中
kwargs：所有的关键字参数，放在一个字典中

　　def func3(*args,**kwargs):
　　　　print(args)
　　　　print(kwargs)
func3(1,2,3,'alex',c=6,name='wu',age='')
 
结果为：
(1, 2, 3, 'alex')
{'c': 6, 'name': 'wu', 'age': ''}
 
def func3(*args,**kwargs): #函数定义的时候*代表聚合
　　print(args)
　　print(kwargs)
 
func3(*[1,2,3],*(22,33)) #函数执行的时候，*代表打散，也即是将列表或者列表亦或元组打散为单个的元素
结果为：(1, 2, 3, 22, 33)
{}
 
func3(**{'name':'xingchen'},**{'age':23})
结果为
()
{'name': 'xingchen', 'age': 23}

形参的顺序：位置参数 *args，默认参数，**kwargs
def func5(a,b,*args,sex='男',**kwargs):
　　print(a,b)
　　print(args)
　　print(sex)
　　print(kwargs)

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　回到页首