python学习day9 字符编码和文件处理

1.字符编码

x='上'

#unicode的二进制---------》编码--------》gbk格式的二进制

res=x.encode('gbk') #bytes 字节类型

print(res,type(res))

m=res.decode('gbk')

print(m)  #把gbk解码成unicode，python打印自动转换成字符

2.文件处理

　　1.什么是文件

　　文件是操作系统为应用程序或者用户提供一种操作硬盘的虚拟单位

　　强调：

　　　　文件是操作系统提供的虚拟单位

　　　　应用程序或者用户对文件的读写操作其实都是向操作系统发送指令

　　2.为何要用文件

　　　　文件对应的硬盘空间，如果需要考虑永久保存数据那必须使用文件

　　3.如何用文件

　　　路径问题

　　　　绝对路径 优点：无论从哪里运行，都能找到文件

　　　　　　　　缺点：比较冗长

　　　　win： c:\a\b\c\d.txt

　　　　linux: /a/b/c/d.txt

　　　　相对路径:相当于当前执行文件所在文件夹 优点：比较简洁

　　　　　　　　　　　　　　　　　　　　　　　缺点：必须在执行文件夹中才能找到文件

　　　　a/b/c/d.txt

　　　　(1)打开文件

　　　　f=open(r'D:\abc\d\e.txt',mode='rt',encoding='utf-8') 以utf-8字符编码表解码保存在硬盘中的文件打开到内存中。python应用程序会申请内存空间，存放f，另外会向操作系统发出申请，将文件读取进内存，f返回一个文件句柄

　　　　print(f)

　　　　（2）读/写文件

　　　　　　data=f.read（） # 一次性把文件全部读出

　　　　　　print （data）

　　　　（3）关闭文件

　　　　f.close() # 向操作系统发送指令，让操作系统关闭打开的文件，回收操作系统资源

　　　　print(f)

　　　　f.read

　　　　上下文管理

　　　　with open('a.txt',mode='rt',encoding='utf-8') as f: #结束使用文件后，会自动关闭文件

　　　　　　data=f.read()

　　　　　　print(data)

3.文件的打开模式

基本介绍

控制文件读写操作的模式

r（默认）

w

a

控制文件读写内容的模式（不能单独使用，必须与r,w,a连用）

t

b

详细介绍

控制文件读写操作的模式

r（默认）：只读模式，以该模式打开文件，当文件不存在时则报错，当文件存在时文件指针在文件开头

with open('a.txt',mode='rt',encoding='utf-8') as f:

　　data=f.read()

　　print(f.readable()) #True

　　print(f.writable()) #False

　　line=f.readline()

　　print(line,end='')

　　print(data,type(data))

　　for line in f:

　　　　print(line)

　　print（f.readlines()）# 逐行读入内容，保存成列表文件，每行保存成一个元素

w：只写模式，以该模式打开文件，当文件不存在时创建一个空文档，当文件存在时清空文件内容，文件指针在文件开头

　　　with open('a.txt',mode='wt,encoding='utf-8') as f:

　　　　print(f.readable()) # False

　　　　print(f.writable)  # True

　　在打开了文件不关闭的情况下，连续的写入，新写的内容总是跟在老内容之后

　　f.write('abc\n')

　　lines=['aaaa\n','2222\n','3333\n']

　　for line in lines:

　　　　f.write(line) 列表的元素一个一个的写入到文件中

　　f.writelines(lines)

　　f.write('aaaa\nbbb\nccc\n')

a:只追加写模式，以该模式打开文件，当文件不存在时创建一个空文档，当文件存在时不清空文件内容，文件指针跳到文件末尾

with open('c.txt',mode='at',encoding='utf-8') as f:

　　f.write('你好\n')

　　f.write('dadad\n')

　　f.writelines([1,2,3]) # 会报错，整型不能加在str后面

控制文件读写内容的模式（不能单独使用，必须与r,w,a连用）

t（默认）：无论读写都是以字符为单位的，只能操作文本文件，必须指定encoding参数

b：无论读写都是以字符为单位的，可以操作所有文件，一定不能指定encoding参数

with open('a.txt',mode='rb') as f:

　　data=f.read()

　　print(data,type(data))# 直接输出硬盘中保存的二进制数

　　print(data.decode('utd-8'))# 把二进制按照utf-8编码表解码成unicode，打印内存中unicode直接解码成字符

with open('01.mp4',mode='rb') as f:

　　 data=f.read()

　　print(data,type(data))

with open('a.txt',mode='wb') as f: # 直接读取二进制

　　f.write('字符打哈收到空间阿斯顿'.encode('utf-8')) 把字符对应的unicode编码成utf-8二进制写入文件

　　拷贝文件小程序

　　inp_path=input('请输入要打开的文件路径：').strip()

　　inp_path1=input('请输入要写入的文件路径').strip()

　　with open(inp_path,mode='rb') as read_f\

　　　　open(inp_path,mode='wb') as write_f:

　　　　data = read_f.read()

　　　　write_f.write(data)

了解

+：不能单独使用，必须与rwa连用 r+，w+，a+

with open('a.txt','r+t',encoding='utf-8') as f:

　　print(f.readable())  可读

　　print(f.writable())  也可写

　　data=f.reanline()  单独读一行内容，默认从开头读

　　print(data)

　　f.write('六子') 写在文件最后

# with open('a.txt','r+t',encoding='utf-8') as f:
#     # print(f.readable())
#     # print(f.writable())
#
#     f.seek(10) 调整文件指针，单位是字节，unicode用3个字节表示一个汉字，修改第10个字节，会乱码
#     # print(f.tell())
#     f.write('你好啊')修改文件，是直接从当前指针往后修改，覆盖掉旧内容

4.文件修改的两种方式
　　1.以读的方式打开源文件
　　2.将文件内容一次性全读入内存，在内存中完成修改
　　3.以写的方式打开源文件，然后将修改的结果一次性写入源文件

总结：
优点：在文件修改过程中硬盘只存在一份数据
缺点：浪费内存

with open('a.txt',mode='rt',encoding='utf-8') as f1:
　　msg=f1.read()
　　new_msg=msg.replace('alex','SB')

with open('a.txt',mode='wt',encoding='utf-8') as f2:
　　f2.write(new_msg)

方式二
　1.以读的方式打开源文件，以写的方式打开一个临时文件
　2.读取源文件的一行内容到内存中，将修改的结果存入临时文件，循环直到全部修改完
  3.删除源文件，将临时文件重命名为源文件名
　　优点：同一时间在内存中只有文件的一行内容，更节省内存
   缺点：在文件修改过程中硬盘会存在两份数据　

with open('b.txt',mode='rt',encoding='utf-8') as read_f,\
　　open('.b.txt.swap',mode='wt',encoding='utf-8') as write_f:
　　for line in read_f:
　　　　write_f.write(line.replace('sb','alex'))
os.remove('b.txt')
os.rename('.b.txt.swap','b.txt')