day7_7.5 字符表与文件操作

一、字符编码。

　　1.

　　在计算机的运行中，有三大部分组成，计算机硬件，操作系统，应用程序，当使用者在使用文档编写文字时，所显示的所有字符都存储在内存中，随后再存储在硬盘里，（仅限文字），所以，当美国人发明电脑时，都是基于自己国家的文字编写的程序，所以，美国人发明了属于自己国家的字符表，也就是ASCLL码，，因为英文字母很少，加上一些特殊符号，阿拉伯数字等，ASCLL只有125位左右。一个字符码也就8bit。下面是数据的换算。

　　8bit=1Bytes

　　1024Bytes=1KB

　　1024KB=1MB

　　1024MB=1GB

　　1024GB=1TB

　　1024TB=1PB

　　然而，美国人发明的电脑只能输入英文，中国的字是显示不出来的，于是，中国人需要自己写一个表让电脑看懂中国，于是GBK出现了，GBK最多有2**16=65535个字符，每一个字符站2B。

　　既然中国人可以，那日本人，韩国人等都可以有，于是所有的国家根据自己的语言，编写了属于自己国家的字符码。

　　当每个国家都想着有能识别自己国家的码时，万国码出现了（unicode），万国码几乎容纳了所有语言的编译与翻译，它同一使用2个Byte表示。

　　至此为止，所有的表，在内存与硬盘中所都是一样的，然而万国码对cpu有这巨大的负担，原本1B的字符现在需要2B才能被存储，使用起来也相当麻烦。

　　所有，人们想出了一个方法，在内存中使用unicode，而再存储的时候使用另一个编码——utf-8，unicode向utf-8转换时，会将英文字符变成一个B，而将中文字符变成3个B。

　　总结。

　　unicode两个特点.

　　1。兼容万国字符

　　2。与每一个国家的编码都有对应关系，

　　从内存中的unicode二进制数据到硬盘中的utf-8的二进制数据称为编码（encode）

　　从硬盘中的utf-8二进制数据到内存中unicode二进制数据被称为解码（decode）

　　保证不乱码的核心点是：文本文件以什么类型的编码，就用什么类型的解码（*************）

　　2.python2与python3的区别

　　在python2 的编写是，unicode还没有盛行，所有python都已ASCLL进行编码，

　　而在python3中，都使用utf-8进行编码。

　　3.头文件定义字符的保存格式

　　在文件的开头，可以使用以下代码定义文件的保存格式

#coding:代码格式

　　因为所有编码格式都支持英文字符，所以无论什么表都可以识别该代码。

　　在python3中字符串默认是unicode，而在pycharm软件中，字符串默认为utf-8类型，在window终端编写程序时，使用的时GBK进行编码。

　　在python3的终端中，字符串经过编码后所表现的时bytes类型的数据.

　　在python2中定义中文字符串时，都会在前面添加‘u，吧字符串格式转换成Unicode’。

　　（**********）

x="上"
print(x.encode('utf-8'))
#将字符串转换成utf-8的二进制类型
print(res.decode('utf-8'))
#将硬盘中的utf-8二进制数解码成unicode格式的二进制。

　二。文件

　　1.什么是文件

　　操作系统是提供给用户操作复杂硬件的简易接口。

　　2.为什么要操作文件

　　人或者应用程序需要永久保存数据。

　　3.如何操作文件

　　通过python代码操作文件。

　　在python中，可以通过open来定义一个变量f，，后对文件进行操作，语法如下：

f=open('D:\Python项目\day07\a.txt',encoding='utf-8')

　　其打印f后的结果是

<_io.TextIOWrapper name='D:\\python日常学习资料\\7_5day07\\代码\\day07\\a.txt' mode='r' encoding='utf-8'>

　　可以看到是一个接口，所以f所获得的是对计算机硬件接口的操作。

　　在定义文件名时，很容易出现\t这种转义字符很容易出现文件读取错误，所以，在输入文件地址时通常会在字符前加r，意思就是取消转译。

f = open(r'D:\python日常学习资料\7_5day07\代码\day07\a.txt',encoding='utf-8')

　　然而，window系统的默认读取文件的方式是gbk，在读取utf-8模式的字符串时，会报错，所以可以使用encoding参数指定文件读取的方式。

　　文件使用结束后可以使用f.close()，函数，将文件操作关闭，但是在使用这种方法关闭后，后续如果再想对文件进行操作，会报错误，即io口操作错误，所以python有一个方便简洁的造作文件的方法，语法如下

with open(r'D:\python日常学习资料\7_5day07\代码\day07\a.txt',encoding='utf-8') as f ,\
        open(r'D:\python日常学习资料\7_5day07\代码\day07\b.txt',encoding='utf-8') as f1:  # f仅仅是一个变量名 你把它看成是一个遥控器
        print(f)
        print(f1)

　　也可以通过这种方法将多个文件介入操作。

　　4.文件的处理模式

　　文件有三种对文件的操作模式：

　　r，只读模式

　　w，只写模式

　　a，追加模式

　　文件有两种对文件单位的方式

　　t，文本文件 以文本文件的形式操作文件

　　b，二进制　　以二进制的方式操作文件，注意再这个模式下encoding不可以指定参数。

　　【r】其中mode指定的就是文件处理的模式R,W,A等，如果不指定，默认使用r只读模式，他，b不指定，默认指定t。

with open(r'D:\python日常学习资料\7_5day07\代码\day07\a.txt',mode='rt',encoding='utf-8') as f:
    print(f.readable())  # 是否可读
    print(f.writable())  # 是否可写
    print(f.read())  # 一次性将文件内容全部读出

　　readable()输出的是文件是否可读，writable输出的是文件是否可写。read()可以将文件一次性读出，这种方式在读大型文件时，非常损耗进程，所以可以采用如下方式操作文件

print(f.readlines()) 

　　这中方式可以一行一行的读出文件，非常适合文件的操作。

　　【w】

　　只写模式切记要慎用，因为它在写文件时会将原来文件全部删除，再添加新的内容。

with open(r'xxx.txt',mode='w',encoding='utf-8') as f:
    print(f.readable())  # 是否可读
    print(f.writable())  # 是否可写
    f.write('不不不，你没有翻~\n')

　　当文件xxx不存在时，会再该文件夹添加一个名为xxx的文件。

　　只写模式也有多行操作，其使用列表进行操作，将列表的每个元素作为一行进行写入。使用writelines()

with open(r'xxx.txt',mode='w',encoding='utf-8') as f:
    l = ['不sdffs，sdfs有翻~\n','不sdfsdf不，你sdfsf翻~\n','不sfad不，你没sa翻~\n']
    f.writelines(l)

　　【a】只追加模式

　　在a模式中，可以在文件末尾添加内容，如果文件夹没有该文件，则会添加该文件后追加内容。

with open(r'yyy.txt',mode='a',encoding='utf-8') as f:
    print(f.readable())  # 是否可读
    print(f.writable())  # 是否可写
    f.write('我是小尾巴\n')

　　当有该文件时，会将光标移到文件末尾。不清空原来的文件内容。

　　【t】对文本文件的操作

　　在t模式下，操作出的数据是字符串。

with open('text1','rt',encoding='utf-8') as f:
    print(type(f.read(3)))
#输出结果>>><class 'str'>

　　需要对其进行字符串类型定义，一般使用utf-8，在写入数据时也需要使用文本类型。

with open('text1','wt',encoding='utf-8') as f:
    f.write('我我我我我我')
#输出结果>>>我我我我我我

　　【b】二进制模式

　　在这个模式下，encoding的值不需要被定义，而且读取文件时是以二进制的类型进行操作

with open('text1','rb') as f:
    print(f.read())
    print(type(f.read()))
#输出结果>>>b'\xe6\x88\x91\xe6\x88\x91\xe6\x88\x91\xe6\x88\x91\xe6\x88\x91\xe6\x88\x91'
#<class 'bytes'>

　　在写入数据时也是按照二进制写如，如果写入字符串类型会报错。

with open('text1','wb') as f:
    f.write('我我我')
#输出结果>>>报错

　　所以，这里可以通过两种方法进行转换，1，使用encode（）函数进行编码，将输入内容 编成二进制

with open('text1','wb') as f:
    f.write('我我我'.encode())
#输出结果>>>我我我

　　2，使用bytes直接将字符串编码

with open('text1','wb') as f:
    res='我我我'
    f.write(bytes(res,encoding='utf-8'))
#输出结果>>>我我我

　　在读取文件时也可以通过解码和转换字符串的方式

with open('text1','rb') as f:
    res=f.readline()
    print(str(res,encoding='utf-8'))
    res2=f.readline()
    print((res2.decode('utf-8')))
#输出结果>>>我我我wwwada
#
#你你你

　　

# coding:gbk