Day 07 字符编码，文件操作

今日内容

1.字符编码：人识别的语言与机器识别的语言转换的媒介

2.字符与字节：字符占多少字节，字符串转换

3.文件操作：操作硬盘的一块区域

字符编码

重点：什么是字符编码

人类能识别的字符等高级标识符，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（两种表示符的对应关系）

对应关系形成的结构称之为：编码表

了解：编码表的发展史

1.ascii（ASCII）：字母、数字、英文符号与计算机01标识符的对应关系

思考：如何将128个字符用01完全标签

二进制：11111111 => 255 => 1bytes（1字节）=>8个二进制位

2。中国：研究汉字与计算机01标识符的对应关系：gb2312 => GBK(***) =>GB18030

日本：Shift_JIS

棒子：Euc_kr

3.制造一个可以完成万国字符与计算机01标识符的对应关系的编码表

编码表：unicode表

py2：ascii，没有按万国编码，因为py2要诞生现有万国编码

py3：utf-8，采用编码来解释文本内容

思考:unicode与utf-8什么关系

unicode：用2个字节来存储汉字，用2个字节来存储英文字母，占有空间较多，读取效率极高

utf-8：用3-6个字节来存储汉字，用1个字节来存储英文字母，占有空间较少，读取效率低

总结:内存都是按unicode存储数据，硬盘和cpu采用utf-8来存储数据

unicode与utf-8采用的是一张unicode编码表，utf-8是unicode编码表体现的方式，变长存储数据

变长有点：（大量数据又是以英文存在，所以utf-8空间更小）传输速度更快

乱码：存数据与读数据采用的编码表不一致

软件打开文件读取数据的流程：
1. 打开软件
2. 往计算机发生一个打开文件的指令，来打开文件
3. 读取数据渲染给用户（存取编码不一致：乱码）

python解释器打开py文件
1. 打开软件(python解释器)
2. 往计算机发生一个打开文件的指令，来打开文件
3. 逐行解释打开的文件内容（存取编码不一致，无法正常解释，崩溃），将执行结果展示给用户

解释失败的原因：
py2默认按ASCII来解释文件内容 | py3默认按UTF-8来解释文件内容

文件头：# encoding: 编码表
功能：告诉py解释器按照什么编码来解释文件内容

编码解码

1.unicode字符串，默认字符串

s1 = u'abc你好\n不好'

...

abc你好
不好

2.字节字符串

s2 = b'abc123\xb7\xb7'

...

b'abc123\xb7\xb7'

3.原义字符串：不对字符串内存做任何操作

s3= r'abc你好\n不好'

...

abc你好\n不好

编码与解码

s = ‘123呵呵’

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

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

b = b'123\xe5\x91\xb5\xe5\x91\xb5'

n_b = str(s,encodfing='utf-8')

===>123呵呵

重点：

将u字符串编码成b字符串

print(u'您好'.encode('utf-8'))===>b'\xe4\xbd\xa0\xe5\xa5\xbd'

将b字符串解码成u字符串

print(b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode('utf-8'))===>你好

文件操作

文件：硬盘中一块存储空间（虚拟的文件）

文件操作：根据文件名来操作硬盘的那块存储空间，操作方式 读read 写write

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('a.txt','r',encoding='utf-8')

2.操作文件

data = f.read(3)　　#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

一次读取一行

line = f.readline()

按行一次性全部读出

lines = f.readlines()

逐行一行一行读取

l = []

for line in f:

　　l.apped(line)

print(l)

去重set读取

s = set()

for line in f:

　　s.add(line)

print(s)

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 系统自动回收

二、模式

主模式：r：读 | w:写 | a：追加

从模式：b:按字节操作 | t:按字符操作 | +：可读可写

了解：x：异常写 | U：被遗弃了

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('123')

w.close()