Python 入门基础6 --字符编码、文件操作1

今日内容：

• 1.字符编码

• 2.字符与字节

• 3.文件操作

一、字符编码

了解：
cpu:将数据渲染给用户
内存：临时存放数据，断电消失
硬盘：永久存放数据，断电后不消失

1.1 什么是编码？

人类能够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交互，一定要一个媒介进行转化

1.2 文件出现乱码的原因

存数据与读数据采用的编码表不一致

1.3 软件打开文件读取数据的流程

1.打开文件
2.往计算机发送一个打开文件的指令，来打开文件
3.读取数据渲染给用户

1.4 Python解释器打开py文件

1.打开软件（Python解释器）
2.往计算机发送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（若存取编码不一致，则无法正常解释，程序崩溃），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

1.5 设置默认编码

在py文件头：
    # encoding:编码表 ( # coding:编码表 )
功能：告诉Python解释器按照什么编码来解释内容

1.6 编码解码

    s1 = u'123' # unicode 字符串，默认字符串
    s2 = b'123' # 字节字符串
    s3 = r'12\n3' # 原义字符串：不对字符串做任何操作

编码与解码：

    s ='154呵呵'
    s1 = bytes(s, encoding='utf-8') # 编码
    print(s1)
    print(b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode('utf-8')) # 解码

编码表的发展史
    1.ASCII
    字母、数字、英文符号与计算机0,1标识符的对应关系
    2.各国语言的编码表
    中国：GB2312、GBK、GB18030 先后出现的汉字编码表
    日本：shift_JIS
    韩国：Euc_kr
    3.通用的编码表
    制造一个可以完成万国字符与计算机0,1标识符的对应关系的编码表
    编码表：Unicode表
    py2：ASCII，没有用Unicode，因为py2出生的比Unicode还早
    py3：utf-8，也就是可变长的Unicode表，本质是一样的
    思考：Unicode与UTF-8是什么关系？
    二者关系：
    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
    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

二.字符与字节

2.1 字符

通常意义中使用的记号，抽象意义上的符号。像‘1’，‘人’，‘a’等
ASCII码表中，标点、符号、数字、大小写字母都占一个字节
unicode表中，所有字符都占两个字节

2.2 字节（Byte）

1个字节表示的是 8 位二进制（0,1）

三.文件操作

详解文件操作见 [ Python 入门基础 7 --文件操作 ] (https://www.cnblogs.com/xt12321/p/10609499.html)

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，读 read 写 write

3.1 使用文件的三个步骤

1.打开文件
变量名 = 文件空间
文件路径 操作模式（读/写）编码
f = open('a.txt','r',encoding = 'utf-8')
2.操作文件
 data = f.read(3) # 将所有的内容读取出来，如果设置读取长度，按规定长度读取数据
print(data)
# f.readline() # 一次读取一行内容
# f.readlines() # 一次性全部读取出来
3.关闭文件
f.colse() # 释放操作系统对文件的持有，变量f还被应用程序持有

3.2 文件操作模式

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:异常写 、 U:被遗弃了
# 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')
w.write('4567')
w.close