DAY07、字符编码和文件操作

一、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：对应关系形成的结构

常用的编码表有ascii、unicode、GBK、Shift_JIS、Euc-kr

3、Unicode与utf-8的关系：

Unicode：用两个字节来存储汉字，用两个字节来存储英文，占有空间较多，读取速率极高

utf-8：用3-6个字节来存储汉字，用一个字节来存储英文字母，占有空间较少，读取速率低

总结：内存都是按Unicode存储数据，硬盘和cpu采用utf-8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

变长优点：大量数据都是以英文存在，所以utf-8空间更小，传输速度更快

二、3种字符串

1、Unicode字符串，默认字符串

s1 = u'abc你好\n不好'（\n换行）

2、字节字符串

s2 = b'abc123\xb7\xb7

3、原义字符串：不对字符串内存做任何操作（eg：\n的转换）

s3 = r'abc你好\n不好

三、编码与解码

1、编码

s = '123呵呵'

n_b = bytes(s,encoding='utf-8')

print(n_b)

2、解码

b = b'123\xe5\xe91\xb5\xe5\x91\xb5'

n_b = str(b,encoding = 'GBK')

重点：

将u字符串编码成b字符串：print(u'你好'.encode('utf-8'))

将b字符串解码成u字符串：print(b'\xe4\xbd\xa0\xe5\xbd'.decode('utf-8'))

四、文件操作

1、使用文件的三步骤

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')

操作文件：data = f.read(3)   #将所有内容读取出来，如果read括号设置长度，按照规定长度读取数据

line = f.readline()

line = f.readline()        #一次读取一行

lines =f.readlines()     #按行一次性全部读出

l = []

for line in f:

l.append(line)      #逐步一行一行取

关闭文件：

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

2、模式：

主模式：r | w | a
             从模式：b | t | +
             了解：x | U

1、w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')