python数据类型、字符编码、文件处理
数据类型主要用一下 一二三点来进行分析
#一：基本使用 1 用途 2 定义方式 3 常用操作+内置的方法 #二：该类型总结 1 存一个值or存多个值 只能存一个值 可以存多个值，值都可以是什么类型 2 有序or无序 3 可变or不可变 ！！！可变：值变，id不变。可变==不可hash ！！！不可变：值变，id就变。不可变==可hash
一：整型和浮点型
#整型int
作用：年纪，等级，身份证号，qq号等整型数字相关
定义：
age=10 #本质age=int(10)
#浮点型float
作用：薪资，身高，体重，体质参数等浮点数相关
salary=3000.3 #本质salary=float(3000.3)
浮点型和整型：
没有可变不可变直说，存一个值
#二进制，十进制，八进制，十六进制
二：字符串
#作用：名字，性别，国籍，地址等描述信息
#定义：在单引号\双引号\三引号内，由一串字符组成
name='egon'
#优先掌握的操作：
#1、按索引取值(正向取+反向取) ：只能取
#2、切片(顾头不顾尾，步长)
#3、长度len
#4、成员运算in和not in
#1、按索引取值(正向取+反向取) ：只能取
# msg='he lo'
# print(msg[0])
# print(msg[2])
# msg[2]='A'
#2、切片(顾头不顾尾，步长)
# msg='hello world'
# print(msg[0:4]) #hell
# print(msg[0:4:2]) #hell
#3、长度len
# msg='hello'
# print(len(msg))
#4、成员运算in和not in
# msg='alex say my name is alex'
# if 'alex' in msg:
# print('存在')
# print('alex' not in msg) # 推荐使用
# print(not 'alex' in msg)
#5、移除空白strip #6、切分split #7、循环
#1、strip（移除空白）,lstrip（移除左边空白）,rstrip （移除右边空白） #2、lower（全部小写）,upper（全部大写） #3、startswith（是否什么开头）,endswith（是否什么结尾） #4、format的三种玩法（格式化处理方式） #5、split（分隔符）,rsplit #6、join（加入字符串） #7、replace（替代） #8、isdigit（是否为整数）
#strip name='*egon**' print(name.strip('*')) print(name.lstrip('*')) print(name.rstrip('*')) #lower,upper name='egon' print(name.lower()) print(name.upper()) #startswith,endswith name='alex_SB' print(name.endswith('SB')) print(name.startswith('alex')) #format的三种玩法 res='{} {} {}'.format('egon',18,'male') res='{1} {0} {1}'.format('egon',18,'male') res='{name} {age} {sex}'.format(sex='male',name='egon',age=18) #split name='root:x:0:0::/root:/bin/bash' print(name.split(':')) #默认分隔符为空格 name='C:/a/b/c/d.txt' #只想拿到顶级目录 print(name.split('/',1)) name='a|b|c' print(name.rsplit('|',1)) #从右开始切分 #join tag=' ' print(tag.join(['egon','say','hello','world'])) #可迭代对象必须都是字符串 #replace name='alex say :i have one tesla,my name is alex' print(name.replace('alex','SB',1)) #isdigit：可以判断bytes和unicode类型,是最常用的用于于判断字符是否为"数字"的方法 age=input('>>: ') print(age.isdigit()) 示例
只需要了解
#1、find,rfind,index,rindex,count #2、center,ljust,rjust,zfill #3、expandtabs #4、captalize,swapcase,title #5、is数字系列 #6、is其他
#find,rfind,index,rindex,count name='egon say hello' print(name.find('o',1,3)) #顾头不顾尾,找不到则返回-1不会报错,找到了则显示索引 # print(name.index('e',2,4)) #同上,但是找不到会报错 print(name.count('e',1,3)) #顾头不顾尾,如果不指定范围则查找所有 #center,ljust,rjust,zfill name='egon' print(name.center(30,'-')) print(name.ljust(30,'*')) print(name.rjust(30,'*')) print(name.zfill(50)) #用0填充 #expandtabs name='egon\thello' print(name) print(name.expandtabs(1)) #captalize,swapcase,title print(name.capitalize()) #首字母大写 print(name.swapcase()) #大小写翻转 msg='egon say hi' print(msg.title()) #每个单词的首字母大写 #is数字系列 #在python3中 num1=b'4' #bytes num2=u'4' #unicode,python3中无需加u就是unicode num3='四' #中文数字 num4='Ⅳ' #罗马数字 #isdigt:bytes,unicode print(num1.isdigit()) #True print(num2.isdigit()) #True print(num3.isdigit()) #False print(num4.isdigit()) #False #isdecimal:uncicode #bytes类型无isdecimal方法 print(num2.isdecimal()) #True print(num3.isdecimal()) #False print(num4.isdecimal()) #False #isnumberic:unicode,中文数字,罗马数字 #bytes类型无isnumberic方法 print(num2.isnumeric()) #True print(num3.isnumeric()) #True print(num4.isnumeric()) #True #三者不能判断浮点数 num5='4.3' print(num5.isdigit()) print(num5.isdecimal()) print(num5.isnumeric()) ''' 总结: 最常用的是isdigit,可以判断bytes和unicode类型,这也是最常见的数字应用场景 如果要判断中文数字或罗马数字,则需要用到isnumeric ''' #is其他 print('===>') name='egon123' print(name.isalnum()) #字符串由字母或数字组成 print(name.isalpha()) #字符串只由字母组成 print(name.isidentifier()) print(name.islower()) print(name.isupper()) print(name.isspace()) print(name.istitle()) 示例
三：列表
#作用：多个装备，多个爱好，多门课程，多个女朋友等
#定义：[]内可以有多个任意类型的值，逗号分隔
my_girl_friends=['alex','wupeiqi','yuanhao',4,5] #本质my_girl_friends=list([...])
或
l=list('abc')
#优先掌握的操作：
#1、按索引存取值(正向存取+反向存取)：即可存也可以取
#2、切片(顾头不顾尾，步长)
#3、长度
#4、成员运算in和not in
#5、追加
#6、删除
#7、循环
#ps:反向步长 l=[1,2,3,4,5,6] #正向步长 l[0:3:1] #[1, 2, 3] #反向步长 l[2::-1] #[3, 2, 1] #列表翻转 l[::-1] #[6, 5, 4, 3, 2, 1]
列表属于有序的，存多个值，可变的的类型
#一：list基本使用 # 1 用途：存放多个值 # 2 定义方式：[]内用逗号分隔开多个元素，每个元素可以是任意数据类型 # l=[1,'a',[1,2]] #l=list([1,'a',[1,2]]) # 3 常用操作+内置的方法 #优先掌握的操作： #1、按索引存取值(正向存取+反向存取)：即可以取也可以改 names=['egon','alex','wxx','xxx','yxx'] # print(names[4]) # print(names[-1]) # print(names[-2]) # print(id(names)) # names[0]='EGON' # print(id(names)) # print(names) # names[5]=3 #超出索引限制就会报错 #2、切片(顾头不顾尾，步长) names=['egon','alex','wxx','xxx','yxx'] # print(names[0:3:2]) # print(names[:]) #了解:反向步长 # print(names[3:-1:-1]) # print(names[-1::-1]) #3、长度 # names=['egon','alex','wxx','xxx','yxx'] # print(len(names)) #4、成员运算in和not in # names=['egon','alex','wxx','xxx','yxx',1,2,3,4] # print('alex' in names) # print(4 in names) #5、追加与插入 # names=['egon','alex','wxx','xxx','yxx'] # names.append('oldboy1') # names.append('oldboy2') # names.append('oldboy3') # print(names) # names.insert(2,'oldboy') # print(names) #6、删除列表中某一个元素 names=['egon','alex','wxx','xxx','yxx'] # del names[2] # print(names) # res=names.remove('wxx') # 指定要删除的元素,remove方法没有返回值 # print(res) # print(names) #从列表中取走一个元素 # if 100 < len(names): # res=names.pop(100) # 按照索引删除的元素（会返回刚刚删掉的元素）,超过索引限制则报错 # print(names) # print(res) #7、循环 # names=['egon','alex','wxx','xxx','yxx',1,2,3,4] # for x in names: # print(x) # 需要掌握的操作 names=['egon','alex','wxx','xxx','xxx','yxx',1,2,3,4] # names.reverse() # names.reverse() # print(names) # names.count() # print(names.count('xxx')) # names.clear() # names.clear() # print(names) # names.copy() # l=names.copy() # print(l) # names.index() # names=['egon','alex','wxx','xxx','xxx','yxx',1,2,3,4] # print(names.index('alexasdf')) # names.sort(): 列表中的元素必须是同一类型才能比较排序 # names=['b','a','+'] # names.sort() # print(names) # 了解:字符\|列表之间比较大小 # x='hello' # y='z' # print(y > x) #排序:'A-Za-z' # l1=[1,2,'a','b'] # l2=[1,2,'b'] # # print(l2 > l1) #二：该类型总结 # 1 存多个值 # 2 有序 # 3 可变 #练习题: #1 队列:先进先出 l=[] # 入队:first->second->third # l.append('first') # l.append('second') # l.append('third') # print(l) # 出队: # print(l.pop(0)) # print(l.pop(0)) # print(l.pop(0)) #2 堆栈:先进后出 # 入栈:first->second->third l.append('first') l.append('second') l.append('third') # 出栈:third->second->first print(l.pop(-1)) print(l.pop()) print(l.pop())
四：元祖
#作用：存多个值，对比列表来说，元组不可变（是可以当做字典的key的），主要是用来读 #定义：与列表类型比，只不过[]换成() age=(11,22,33,44,55)本质age=tuple((11,22,33,44,55)) #优先掌握的操作： #1、按索引取值(正向取+反向取)：只能取 #2、切片(顾头不顾尾，步长) #3、长度 #4、成员运算in和not in #5、循环
五：字典
#作用：存多个值,key-value存取，取值速度快
#定义：key必须是不可变类型，value可以是任意类型
info={'name':'egon','age':18,'sex':'male'} #本质info=dict({....})
或
info=dict(name='egon',age=18,sex='male')
或
info=dict([['name','egon'],('age',18)])
或
{}.fromkeys(('name','age','sex'),None)
#优先掌握的操作：
#1、按key存取值：可存可取
#2、长度len
#3、成员运算in和not in
#4、删除
#5、键keys()，值values()，键值对items()
#6、循环
一：dict基本使用
1 用途：存多个值，key：value，key对value有描述的作用
2 定义方式:{}内用逗号分开多个元素，每一个元素都是key:value的形式
其中key必须是不可变类型，key通常都应该是字符串类型
其中value可以是任意数据类型
info={'name':'egon',(1,2):18} #info=dict({'name':'egon','age':18})
print(info['name'])
print(info[(1,2)])
3 常用操作+内置的方法
优先掌握的操作：
1、按key存取值：可存可取
d={'x':1}
print(id(d))
d['x']=2
print(id(d))
print(d)
d['y']=3
print(d)
2、长度len
info={'x':1,'y':2,'z':3}
print(len(info))
3、成员运算in和not in ：判断的是字典的key
info={'x':1,'y':2,'z':3}
print('x' in info)
4、删除
info={'x':1,'y':2,'z':3}
del info['x']
print(info)
print(info.popitem())
print(info.pop('xxxxx',None))
print(info)
5、键keys()，值values()，键值对items()
msg_dic={
'apple':10,
'tesla':100000,
'mac':3000,
'lenovo':30000,
'chicken':10,
}
print(msg_dic.keys())
6、循环
msg_dic={
'apple':10,
'tesla':100000,
'mac':3000,
'lenovo':30000,
'chicken':10,
}
如果我想根据key来取对应的值，在值不存在的情况下会抛出异常KeyError，如何避免该问题？
答：用get方法取值可以避免异常
7、更新、增加
update更新 字典 用新数据更新原来表格数据
msg_dic.update
d1={'x':1,'y':2}
d1.update({'x':2,'z':3})
print(d1)
msg_dic.setdefault
1、key存在，则不改变key对应的值,放回原值
d={'x':1,'y':2}
res=d.setdefault('x',1000)
# print(d)
print(res)
2、key不存在，则增加一个key：value，返回新增的value
d={'x':1,'y':2}
res=d.setdefault('z',1000)
print(d)
print(res)
总结：setdefault有则不变，无则增加
s='hello alex alex say hello sb sb'
words=s.split()
d={}
for word in words:
if word not in d:
d[word]=1 #d={'hello':1,'alex':1}
else:
d[word]+=1
d.setdefault(word,words.count(word))
print(d)
文件处理：
一 介绍
计算机系统分为：计算机硬件，操作系统，应用程序三部分。
我们用python或其他语言编写的应用程序若想要把数据永久保存下来，必须要保存于硬盘中，这就涉及到应用程序要操作硬件，众所周知，应用程序是无法直接操作硬件的，这就用到了操作系统。操作系统把复杂的硬件操作封装成简单的接口给用户/应用程序使用，其中文件就是操作系统提供给应用程序来操作硬盘虚拟概念，用户或应用程序通过操作文件，可以将自己的数据永久保存下来。
有了文件的概念，我们无需再去考虑操作硬盘的细节，只需要关注操作文件的流程：
#1. 打开文件，得到文件句柄并赋值给一个变量
#2. 通过句柄对文件进行操作
#3. 关闭文件
二 在python中
#1. 打开文件，得到文件句柄并赋值给一个变量
f=open('a.txt','r',encoding='utf-8') #默认打开模式就为r
#2. 通过句柄对文件进行操作
data=f.read()
#3. 关闭文件
f.close()
三 f=open('a.txt','r')的过程分析
#1、由应用程序向操作系统发起系统调用open(...) #2、操作系统打开该文件，并返回一个文件句柄给应用程序 #3、应用程序将文件句柄赋值给变量f
四 强调！！！
#强调第一点： 打开一个文件包含两部分资源：操作系统级打开的文件+应用程序的变量。在操作完毕一个文件时，必须把与该文件的这两部分资源一个不落地回收，回收方法为： 1、f.close() #回收操作系统级打开的文件 2、del f #回收应用程序级的变量 其中del f一定要发生在f.close()之后，否则就会导致操作系统打开的文件还没有关闭，白白占用资源， 而python自动的垃圾回收机制决定了我们无需考虑del f，这就要求我们，在操作完毕文件后，一定要记住f.close() 虽然我这么说，但是很多同学还是会很不要脸地忘记f.close(),对于这些不长脑子的同学，我们推荐傻瓜式操作方式：使用with关键字来帮我们管理上下文 with open('a.txt','w') as f: pass with open('a.txt','r') as read_f,open('b.txt','w') as write_f: data=read_f.read() write_f.write(data) #强调第二点： f=open(...)是由操作系统打开文件，那么如果我们没有为open指定编码，那么打开文件的默认编码很明显是操作系统说了算了，操作系统会用自己的默认编码去打开文件，在windows下是gbk，在linux下是utf-8。 这就用到了上节课讲的字符编码的知识：若要保证不乱码，文件以什么方式存的，就要以什么方式打开。 f=open('a.txt','r',encoding='utf-8')
练习，利用b模式，编写一个cp工具，要求如下：
1. 既可以拷贝文本又可以拷贝视频，图片等文件
2. 用户一旦参数错误，打印命令的正确使用方法，如usage: cp source_file target_file
提示：可以用import sys，然后用sys.argv获取脚本后面跟的参数
import sys if len(sys.argv) != 3: print('usage: cp source_file target_file') sys.exit() source_file,target_file=sys.argv[1],sys.argv[2] with open(source_file,'rb') as read_f,open(target_file,'wb') as write_f: for line in read_f: write_f.write(line)
五 文件的修改
文件的数据是存放于硬盘上的，因而只存在覆盖、不存在修改这么一说，我们平时看到的修改文件，都是模拟出来的效果，具体的说有两种实现方式：
方式一：将硬盘存放的该文件的内容全部加载到内存，在内存中是可以修改的，修改完毕后，再由内存覆盖到硬盘（word，vim，nodpad++等编辑器）
import os
with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
data=read_f.read() #全部读入内存,如果文件很大,会很卡
data=data.replace('alex','SB') #在内存中完成修改
write_f.write(data) #一次性写入新文件
os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')
方式二：将硬盘存放的该文件的内容一行一行地读入内存，修改完毕就写入新文件，最后用新文件覆盖源文件
import os
with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
for line in read_f:
line=line.replace('alex','SB')
write_f.write(line)
os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')
