Python开发之路Day7---字符编码和文件处理(1)
一、字符编码
什么是字符编码？
答：我们能够了解到，我们人类能够理解的是字符的高等标识符，计算机智能识别类似于0和1组成的标识符，那么我们人类和计算机沟通，一定需要某种媒介来支持，来进行两种标识符的相互转换。例如：
1 10 -> 00010000 2 'a' - > 10001000 3 '好' -> 10101010
我们把以上的这种对应关系叫做编码表。
对应的几个名词：
字符编码：人和计算机交流的一种媒介(人能够识别的和机器能够欧识别的一种媒介)
ascii码：是字母、数字和英文符号和计算机0和1标识符的对应关系
了解部分：编码表的进化历程
1.ascii码：是字母、数字和英文字母和机器计算机0、1之间的对应关系。二进制的范围[0，255]相当于1个字节相当于8个二进制数。
2.作为中国人啊。我们当然也有自己的编码表，gb2312编码：主要是研究汉字和计算机0和1之间的对用关系。相对应的大和名族和棒子的也有他们相对应的字符编码表。
3.最后经历的就是所谓的万国编码表，它能够利用万国的语言来和机器计算及形成对应的关系，那就是unicode编码表。在早期的python2时期，那个时候还没有unicode编码，所有主要使用ascii码；后期python3的诞生，我们就主要使用的就是utf-8编码。
4.思考：unicode码和utf-8码之间有什么样子的关系？为什么出了unicode还使用utf-8呢？
首先，unicode编码存储汉字使用2个字节，存储英文字母也是2个字节；utf-8编码存储汉字使用3-6个字节，存储英文字母使用1个字节。所以如果将他们进行对比，有点和缺点十分的明显：对于unicode码，它占的空间较多，但是读取的执行效率极高；但是对于utf-8码，它占的空间较少，但是读取执行的效率很低。所以，utf-8码是unicode码的一种体现形式，从根本上说买他的实质就是一张unicode表，但是由于utf-8的变长存储数据的优点。(主要是存储的大多数为英文字母，只占据1个字节，所以传输的书读更快。)
5.乱码：是因为的存储数据时的字符编码和读取时的字符编码不一致。
6.编码和解码(常用)
1 # 将u字符串编码成b字符串
2 print(u'你好'.encode('utf-8'))
3 # 将b字符串解码成u字符串
4 print(b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode('utf-8'))
二、文件处理
1.文件：是硬盘中的一块存储空间(虚拟文件)。
2.文件的操作：就是通过文件名来控制硬盘的那块存储空间，就是read和write。
3.使用文件的三个步骤：
打开文件：
1 # 变量名 = 文件空间
2
3 # 文件路径 操作模式(读|写) 编码
4
5 f = open('a.txt', 'r', encoding='utf-8')
操作文件：
1 # data = f.read(3) # 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 2 # print(data) 3 4 # 一次读取一行 5 # line = f.readline() 6 # print(line) 7 # line = f.readline() 8 # print(line) 9 10 # 按行一次性全部读出 11 # lines = f.readlines() 12 # print(lines) 13 14 # 逐步一行一行读取 15 # l = [] 16 # for line in f: 17 # # print(line) 18 # l.append(line) 19 # print(l) 20 21 s = set() 22 for line in f: 23 # print(line) 24 s.add(line) 25 print(s)
关闭文件：
1 #文件操作完成以后，一定要关闭（*******） 2 3 f.close()
4.文件的模式：
1 '''
2 主模式：r:读 | w:写 | a:追加
3 从模式：b:按字节操作 | t:按字符操作 | +:可读可写
4 了解：x:异常写 | u:被遗弃了
5 '''
6
7 # 基础写
8 # 文件不存在：会新建文件，再操作文件
9 # 文件存在：先清空文件，再操作文件
10 w = open('b.txt', 'w', encoding='utf-8')
11
12
13 w.write('456')
14
15
16 w.close()
17
18
19 print('end')