day07----字符编码解码、文件操作（1）

字符编码：

1. 什么是字符编码？

　　　　字符编码是将人识别的字符转换成计算机能识别的二进制字符（01），转换的规则就是编码表。　

　　　　人能识别的字符串  与  计算机能识别的二进制字符 两者之间对应关系构成的结构称为：编码表

1. 1. 　　ASCII码：　　字母、数字、英文符号与计算机01标识符的对应关系
   2. 中国（研究汉字与01标识符之间关系）：GB2312---->GBK----->GB18030
   3. 日本：shift_JIS
   4. 韩国：Euc-Kr
   5. 万国码（unicode）：　目的是创造出一个可以完成各国字符与计算机的01标识符对应的编码表——————>UTF-8
2. 　　注意：
   1. 　　python2 中 使用的是 ASCII码，原因是在python2 诞生之前，没有万国码
   2. python3中使用的是UTF-8,采用万国编码来解释文本内容
   3. UTF-8 与unicode关系：
      1. 　　unicode 是用两个字节存储汉字，也是用两个自己存储英文字符的，（长度不可变）占用空间较多，但是读取效率高。
      2. UTF-8是用三到六个字节存储汉字，用一个字节来存储英文字符的，（长度可变）占用空间较小，但是读取效率较低。
      3. unicode 与UTF-8都是采用一张编码表，UTF-8是 unicode的体现方式（变长传输，提高传输效率），由于多数数据都是以英文形式存在，所以UTF-8所占空间更小，传输速度更快。
3. 乱码问题：本质上存数据与读取的数据采用的编码表不同。
4. 理解文件传输过程中的字符编码的变化：
   1. 　　在硬盘中，文件可以以各种形式的编码来存储，在传输过程中，即在硬盘往内存中传输文件的过程中，文件都是以UTF-8编码形式传输的，读取到内存后，内存中存储数据是采用的是unicode，然后由内存读到cpu 过程中，也是UTF-8编码形式传输的，读到cup的文件的编码形式也就是UTF-8。
5. 编码与解码：

s1 = u'abc你好\n不好'  # 万国字符串
print(s1)
s2 = b'abc23\xb7\xb7'  # 字节字符串
print(s2)
s3 = r'abc你好\n不好'  # 原义字符串
print(s3)

　　

# 编码与解码：
s = '123呵呵'
b = bytes(s, encoding='utf-8')
n_b = str(b, encoding='utf-8')
n_b1 = str(b, encoding='GBK')
print(b, n_b, n_b1)

#  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'123\xe5\x91\xb5\xe5\x91\xb5'.decode('utf-8'))

文件操作：

　　　　计算机中的文件：本质上是硬盘上存储的一块空间的虚拟文件

　　　　　文件操作：根据文件名来操作硬盘中的存储空间的虚拟文件，操作方式有：读（read）写（write）

　　　　　操作文件的流程： 打开文件——————操作文件（读写）———————关闭文件

1. 1. 　　基本读写操作：

　　　　　

# 一使用文件的三步骤:
# 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('123.txt', 'r', encoding='utf-8')  # 此处路径是相对路径，因为在同一个文件夹下的操作
# 2.操作文件
data = f.read(10)  # 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

# 一行一行读取
line = f.readline()
print(line)
lines = f.readlines()
print(lines)
print(data)

按行一次性全部读出
l = []
for line in f:
    # print(line)
    l.append(line)
print(l)

set1 = set()
for line in f:
    # print(line)
    set1.add(line)
print(set1)

# 3.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

# del f         # 不需要该操作，系统自动回收

# 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('')
w.close()