python基础之 编码进阶，文件操作和深浅copy

1.编码的进阶

字符串在Python内部的表示是unicode编码，因此，在做编码转换时，通常需要以unicode作为中间编码。
即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码，如str1.decode('gb2312')，表示将gb2312编码的字符串str1转换成unicode编码。
encode的作用是将unicode编码转换成其他编码的字符串，如str2.encode('gb2312')，表示将unicode编码的字符串str2转换成gb2312编码。
因此，转码的时候一定要先搞明白，字符串str是什么编码，然后decode成unicode，然后再encode成其他编码

other:
　　1.在网络传输过程中，不能使用Unicode编码去编译数据，但是str又是unicode编码的，只能在传输或者存储过程中将unicode装转化成非unicode，所以需要(3)

　　2.windows: 编码:gbk.
　　　linux,mac: 编码是utf-8.
　　3.bytes数据类型,与str几乎一模一样.(二进制的形式)
　　4.bytes是一种基本数据类型

2.文件操作(文件光标是重点，可能会有坑)

文件可以从多个维度进行管理：文件重命名，获取文件属性，判断文件是否存在，备份文件，读写文件，打包解压等等。
在python读取文件只需要通过内置函数open来打开文件即可，open函数接受文件名称和打开模式作为参数，返回一个文件对象，操作完文件之后，通过文件对象的close方法关闭即可

info = open('456',encoding='utf-8'，mode='r')    #要加上编码方式，读取到info文件对象里面
print(info.read())                               #通过info文件对象的read方法读取文件的所有内容，并打印
info.close()                                     #关闭这个文件对象

open函数默认以"r"的方式打开，也可以知道那个文件的打开模式
　　　　　　r:默认以读的方式打开，如果文件不存在，抛出FileFoundError异常
　　　　　　w:以写模式打开，如果文件非空，则已有的内容将会被覆盖，如果文件不存在，将创建文件并写入
　　　　　　a:在文件末尾追加数据的方式写入，没有文件则创建文件写入
　　　　　　x:创建一个新文件，如果文件存在，则抛出FileExisError异常
　　　　　　r+:可读写文件。可读；可写；可追加 ，先读后写
　　　　　　w+:写读
　　　　　　U:表示在读取时，可以将\r\n自动转换成 \n (与 r 或 r+ 模式同使用， rU或者r+U)
　　　　　　b:表示处理二进制文件（如：FTP发送上传ISO镜像文件，linux可忽略，windows处理二进制文件时需标注，一般都是非文字的文件，按字节读取）
　　　　
　　　　open函数的其他方法
　　　　　　info.close()      #关闭文件
　　　　　　info.flush()      #刷新缓冲区，将缓冲区的数据立即写入到文件
　　　　　　info.isatty()     #判断文件是否连接到终端设备，返回bool值
　　　　　　info.read(10)     #读取文件前10个字符,从文件中读取指定的字符数，默认读取全部，rb模式下是字节
　　　　　　info.readline(3)) #读取前3个字符,默认每次最多读取一行数据，每行的最后包含换行符'\n'
　　　　　　info.readlines()  #将文件存入到列表中，列表中的么一行就是文件中的每一行
　　　　　　info.readable     #判断文件是否可读，返回布尔值
　　　　　　info.seek(3)      #移动文件读取的指针，如果文件中包含中文，移动指针必须是3的倍数，不然会报错，因为一个中文字符等于3个字节
　　　　　　　　　seek(0,0) 文件开头   seek(0,1) 当前位置  seek(0,2) 文件最后
　　　　　　info.seekable     #判断文件指针是否可用，返回布尔值
　　　　　　info.tell()       #获取指针位置
　　　　　　info.truncate()   #截断，把指针后面的内容删除，并写入文件，必须在可写模式下操作，读取的是字节
　　　　　　　　f = open('text.txt','r+',encoding='utf-8')
　　　　　　　　f.seek(9)     #把指针移动到第9个字节后面（即第3个中文后面）
　　　　　　　　f.truncate()  #把第3个中文后面所有的字符删除，并写入文件
　　　　　　　　f.close()
　　　　　　info.writable()   #判断文件是否可写，返回布尔值
　　　　　　info.write()      #把字符串写入文件，并返回字符数
　　　　　　info.writelines() #写一个字符串列表到文件 　　　

　　　　在计算机中，每打开一个文件就需要占用一个文件句柄，而一个进程拥有的文件句柄是有限的，并且文件句柄也会占用操作系统的资源，所以，在打开文件以后要及时关闭文件，避免文件句柄泄露
　　　　　　1.可以使用finally关闭文件句柄，并且在什么情况是都会关闭(但是不提倡，因为python提倡优美，简洁)
　　　　　　　　try:
　　　　　　　　　　info = open("test.txt",encoding='utf-8',mode='r')
　　　　　　　　　　peint(info)
　　　　　　　　finally:
　　　　　　　　　　info.close()

　　　　　　2.使用上下文管理器(会打开文件，然后自动关闭，不用close函数)
　　　　　　　　with open('data.txt',encoding='utf-8',mode='r') as info，open('data.txt',encoding='utf-8',mode='w')as info2:
　　　　　　　　　　print(info.read())

　　　　如何读取大文件？(for循环过程中，每使用一行，便在内存生成一行，用完即回收地址)
　　　　　　　使用上下文管理器和for循环，因为for循环不仅可以遍历如字符串，列表，元祖等可迭代序列，还可以使用可迭代协议来便利迭代对象，文件对象就实现了可迭代协议
　　　　　　　　with open('data',encoding='utf-8'，mode=='r') as info:
　　　　　　　　　　for line in info:
　　　　　　　　　　　　print(line.upper())

　　　　使用print语句也可以将数据写入到文件
　　　　　　with open ("456","a+",encoding="utf-8") as info:
　　　　　　　　print(1,2,'hello,world',sep='\n',file=info)          #通过追加读写方式打开文件，并把标准输出(file)写入到文件

　　　　文件的修改：(world,wps等大公司的文件修改都是如此)

　　　　　　　#1,以读的模式打开原文件.
　　　　　　　#2,以写的模式创建一个新文件.
　　　　　　　import os
　　　　　　　with open('abc.txt',encoding='utf-8') as f1,\
　　　　　　　　　　open('abc.txt.bak',encoding='utf-8',mode='w') as f2:
　　　　　　　#3,将原文件内容读取出来,按照要求改成新内容,写入新文件.
　　　　　　　　　　　　for old_line in f1:
　　　　　　　　　　　　　　new_line = old_line.replace('kobe','god')
　　　　　　　　　　　　　　f2.write(new_line)
　　　　　　　#4,删除原文件.
　　　　　　　os.remove('abc')
　　　　　　　#5,将新文件重命名成原文件.
　　　　　　　os.rename('abc.txt.bak','abc.txt')

　　　　　各种模式读写关系

　　　　　　

 3.深浅copy

深浅copy的主要区别在于是否包含可变或者不可变的数据类型

Python中，对象的赋值，拷贝（深/浅拷贝）之间是有差异的，如果使用的时候不注意，就可能产生意外的结果，其实这个是由于共享内存导致的结果

拷贝：原则上就是把数据分离出来，复制其数据，并以后修改互不影响。

1.首先先看一个赋值的情况：使用=进行赋值的时候，数据完全共享
　　=赋值是在内存中的同一个内存地址被分别贴上了不同的标签，
　　　　如果这个内存地址指向的数据是可变的类型元素，那么使用其中任意一个标签来修改这个数据，另外一个也会变化
　　　　如果这个内存地址指向的数据是不可变的类型，那么适用其中任意一个标签来修改这个数据，都会在内存中新创建一个数据，并且另一个不会变

2.浅拷贝：

如图，这就是浅拷贝的原理，其中l1和l2的id不同。l2拷贝l1的时候只拷贝了他的第一层，也就是在其他内存中指向了l1的第一层数据，但是l2无法拷贝l1的第二层数据，也就是列表中的列表，所以他就只能指向l1中的第二层数据

由此，当修改l1中第二层数据的时候，浅拷贝l1的l2中的第二层数据也随之发生改变，但是指向的第二层的内存地址还是一样

　　浅拷贝之后，如果改变了可变的数据类型之后，二者可变类型数据的id不会发生变化，如果改变了不可变数据类型的话，二者改变了的不可变的数据的id才不一样

 3.深拷贝：

不论是同一个代码块,不同代码块下:不仅创建一个新外壳(列表),外壳里面的可变的数据类型也创建一份新的,但是不可变的数据类型共用一个.

import copy
l1 = [1, 2, 3, [11, 22, 33]]
# l2 = copy.copy(l1)  浅拷贝
l2 = copy.deepcopy(l1)

　能进行深浅copy的数据类型 ：dict list set

 

总结：

　　不论深浅拷贝，可变的数据类型都是深copy(无论可变的数据类型有多少层，都会复制器数据，直到底层没有了复杂的数据类型才引用其地址)，不可变的数据类型都是浅copy(只是引用原来的内存地址)

本质来说不管深浅copy，不可变的数据类型都是要从新copy一次，但是有小数据类型的存在(内存的缓存机制)，在copy的时候，符合内存缓存机制的不可变类型使用同一个值。

返回系列